論文の概要: Combining Two Adversarial Attacks Against Person Re-Identification Systems

• arxiv url: http://arxiv.org/abs/2309.13763v1
• Date: Sun, 24 Sep 2023 22:22:29 GMT
• ステータス: 処理完了
• システム内更新日: 2023-09-26 17:43:09.736226
• Title: Combining Two Adversarial Attacks Against Person Re-Identification Systems
• Title（参考訳）: 人物再同定システムに対する2つの敵攻撃の組み合わせ
• Authors: Eduardo de O. Andrade, Igor Garcia Ballhausen Sampaio, Joris Gu\'erin and Jos\'e Viterbo
• Abstract要約: 我々はRe-IDシステムに対する敵攻撃に焦点を当てており、これらのシステムの性能に重大な脅威となる可能性がある。 P-FGSMとDeep Mis-Rankingの2種類の逆攻撃を2種類のRe-IDモデルに適用した。 最も良い結果は、CUHK03に適用されたReIDのランク10メートル法で3.36%の減少を示している。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: The field of Person Re-Identification (Re-ID) has received much attention recently, driven by the progress of deep neural networks, especially for image classification. The problem of Re-ID consists in identifying individuals through images captured by surveillance cameras in different scenarios. Governments and companies are investing a lot of time and money in Re-ID systems for use in public safety and identifying missing persons. However, several challenges remain for successfully implementing Re-ID, such as occlusions and light reflections in people's images. In this work, we focus on adversarial attacks on Re-ID systems, which can be a critical threat to the performance of these systems. In particular, we explore the combination of adversarial attacks against Re-ID models, trying to strengthen the decrease in the classification results. We conduct our experiments on three datasets: DukeMTMC-ReID, Market-1501, and CUHK03. We combine the use of two types of adversarial attacks, P-FGSM and Deep Mis-Ranking, applied to two popular Re-ID models: IDE (ResNet-50) and AlignedReID. The best result demonstrates a decrease of 3.36% in the Rank-10 metric for AlignedReID applied to CUHK03. We also try to use Dropout during the inference as a defense method.
• Abstract（参考訳）: 人物再同定(re-id)の分野は最近、深層ニューラルネットワーク、特に画像分類の進歩によって多くの注目を集めている。 Re-IDの問題は、異なるシナリオで監視カメラが捉えた画像を通して個人を特定することである。 政府や企業は、公共の安全と行方不明者を特定するために、Re-IDシステムに多くの時間と資金を投資している。 しかし、人間の画像における閉塞や光反射など、Re-IDの実装に成功するためのいくつかの課題が残っている。 本研究では,Re-IDシステムに対する敵攻撃に焦点をあてる。 特に,re-idモデルに対する敵対的攻撃の組み合わせについて検討し,分類結果の低下の強化を試みる。 DukeMTMC-ReID, Market-1501, CUHK03の3つのデータセットで実験を行った。 P-FGSMとDeep Mis-Rankingの2種類の敵攻撃を組み合わせ、人気のあるRe-IDモデルであるIDE(ResNet-50)とAlignedReIDに適用する。 最も良い結果はCUHK03に適用されたAlignedReIDのランク10メートル法で3.36%の減少を示している。 また、推論中にDropoutを防御方法として使用しようとします。

関連論文リスト

• Synthesizing Efficient Data with Diffusion Models for Person Re-Identification Pre-Training [51.87027943520492]
  本稿では,既知の同一性に基づく多様な画像の効率向上と生成を行う新しいパラダイムDiffusion-ReIDを提案する。 提案したパラダイムに適合して,まず,5,183個のIDから777K以上の画像で構成された,大規模なRe-IDデータセットDiff-Personを新たに作成する。
  論文  参考訳（メタデータ） (2024-06-10T06:26:03Z)
• Erasing, Transforming, and Noising Defense Network for Occluded Person Re-Identification [36.91680117072686]
  我々は,隠蔽された人物のリIDを解決するために,ETNDNet(Easing, Transforming, and Noising Defense Network)を提案する。 提案するETNDNetでは,特徴マップをランダムに消去し,不完全な情報を持つ逆表現を生成する。 第3に、障害物や歩行者以外の歩行者が導入したノイズ情報に対処するために、ランダムな値で特徴マップを摂動する。
  論文  参考訳（メタデータ） (2023-07-14T06:42:21Z)
• Learning Invariance from Generated Variance for Unsupervised Person Re-identification [15.096776375794356]
  従来のデータ拡張をGAN(Generative Adversarial Network)に置き換えることを提案する。 3次元メッシュガイド型人物画像生成器は、人物画像をID関連およびID非関連の特徴に分解するために提案される。 生成モジュールとコントラストモジュールを共同でトレーニングすることにより、主流の大規模ベンチマーク上で、最先端の非教師なしのReID性能を実現する。
  論文  参考訳（メタデータ） (2023-01-02T15:40:14Z)
• Offline-Online Associated Camera-Aware Proxies for Unsupervised Person Re-identification [31.065557919305892]
  教師なしの人物再識別(Re-ID)は研究の注目を集めている。 ほとんどのクラスタリングベースのメソッドは、各クラスタを擬似IDクラスとして扱う。 カメラビューに応じて,各クラスタを複数のプロキシに分割することを提案する。
  論文  参考訳（メタデータ） (2022-01-15T10:12:03Z)
• Multi-Expert Adversarial Attack Detection in Person Re-identification Using Context Inconsistency [47.719533482898306]
  本稿では,個人再識別(ReID)システムに対する悪意のある攻撃を検知するための,Multi-Expert Adversarial Detection(MEAAD)アプローチを提案する。 ReIDに対する最初の敵攻撃検出アプローチとして、MEAADは様々な敵攻撃を効果的に検出し、高いROC-AUC(97.5%以上)を達成する。
  論文  参考訳（メタデータ） (2021-08-23T01:59:09Z)
• Camera-aware Proxies for Unsupervised Person Re-Identification [60.26031011794513]
  本稿では、アノテーションを必要としない純粋に教師なしの人物識別(Re-ID)問題に取り組む。 各クラスタを複数のプロキシに分割し、それぞれのプロキシが同じカメラからのインスタンスを表すことを提案する。 カメラ認識プロキシに基づいて、カメラ内およびカメラ間コントラスト学習コンポーネントをre-idモデル用に設計する。
  論文  参考訳（メタデータ） (2020-12-19T12:37:04Z)
• Unsupervised Pre-training for Person Re-identification [90.98552221699508]
  大規模無ラベル人物再識別(Re-ID)データセットLUPersonを提案する。 学習者のRe-ID特徴表現の一般化能力を向上させるために,教師なし事前学習を初めて行おうとする。
  論文  参考訳（メタデータ） (2020-12-07T14:48:26Z)
• Transferable, Controllable, and Inconspicuous Adversarial Attacks on Person Re-identification With Deep Mis-Ranking [83.48804199140758]
  システム出力のランキングを乱す学習とミスランクの定式化を提案する。 また,新たなマルチステージネットワークアーキテクチャを開発することで,バックボックス攻撃を行う。 そこで本手法では, 異なるマルチショットサンプリングにより, 悪意のある画素数を制御することができる。
  論文  参考訳（メタデータ） (2020-04-08T18:48:29Z)
• Cross-Resolution Adversarial Dual Network for Person Re-Identification and Beyond [59.149653740463435]
  人物再識別(re-ID)は、同一人物の画像をカメラビューでマッチングすることを目的としている。 カメラと関心のある人の距離が異なるため、解像度ミスマッチが期待できる。 本稿では,クロスレゾリューションな人物のリIDに対処する新たな生成的対向ネットワークを提案する。
  論文  参考訳（メタデータ） (2020-02-19T07:21:38Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。