論文の概要: Emotion Loss Attacking: Adversarial Attack Perception for Skeleton based on Multi-dimensional Features

• arxiv url: http://arxiv.org/abs/2406.19815v1
• Date: Fri, 28 Jun 2024 10:45:37 GMT
• ステータス: 処理完了
• システム内更新日: 2024-07-01 17:10:02.960211
• Title: Emotion Loss Attacking: Adversarial Attack Perception for Skeleton based on Multi-dimensional Features
• Title（参考訳）: 感情喪失攻撃:多次元特徴に基づく骨格に対する敵対的攻撃知覚
• Authors: Feng Liu, Qing Xu, Qijian Zheng,
• Abstract要約: 骨格運動に対する行動認識器を攻撃するための新しい攻撃法を提案する。 本手法は骨格運動の差を測定するために動的距離関数を体系的に提案する。 我々は、感情的特徴の有効性を初めて証明し、骨格運動間の距離を測定するための新しいアイデアを提供する。
• 参考スコア（独自算出の注目度）: 6.241047489413293
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Adversarial attack on skeletal motion is a hot topic. However, existing researches only consider part of dynamic features when measuring distance between skeleton graph sequences, which results in poor imperceptibility. To this end, we propose a novel adversarial attack method to attack action recognizers for skeletal motions. Firstly, our method systematically proposes a dynamic distance function to measure the difference between skeletal motions. Meanwhile, we innovatively introduce emotional features for complementary information. In addition, we use Alternating Direction Method of Multipliers(ADMM) to solve the constrained optimization problem, which generates adversarial samples with better imperceptibility to deceive the classifiers. Experiments show that our method is effective on multiple action classifiers and datasets. When the perturbation magnitude measured by l norms is the same, the dynamic perturbations generated by our method are much lower than that of other methods. What's more, we are the first to prove the effectiveness of emotional features, and provide a new idea for measuring the distance between skeletal motions.
• Abstract（参考訳）: 骨格運動に対する敵対的攻撃はホットトピックである。 しかし、既存の研究では、骨格グラフの配列間距離を測定する際にのみ、ダイナミックな特徴が考慮されている。 そこで本研究では,骨格運動に対する行動認識器を攻撃するための新たな攻撃法を提案する。 まず, 骨格運動の違いを測定するために, 動的距離関数を体系的に提案する。 一方,相補的な情報に対する感情的特徴を革新的に導入する。 さらに,制約付き最適化問題の解法として Alternating Direction Method of Multipliers (ADMM) を用いる。 実験の結果,本手法は複数の行動分類器やデータセットに対して有効であることがわかった。 lノルムで測定された摂動の大きさが同じである場合、我々の方法で生成された動的摂動は、他の方法よりもはるかに低い。 さらに、私たちは感情的特徴の有効性を初めて証明し、骨格運動間の距離を測定するための新しいアイデアを提供しています。

関連論文リスト

• Continual Imitation Learning for Prosthetic Limbs [0.7922558880545526]
  モーター付きバイオニック手足は約束を提供するが、その実用性は様々な環境での人間の運動の進化する相乗効果を模倣することに依存する。 本稿では, カメラを用いたモーションキャプチャとウェアラブルセンサデータを活用したバイオニック補綴用アプリケーションの新しいモデルを提案する。 本稿では,マルチタスク,継続的な適応,動きの予測,移動の洗練が可能なモデルを提案する。
  論文  参考訳（メタデータ） (2024-05-02T09:22:54Z)
• PACE: Data-Driven Virtual Agent Interaction in Dense and Cluttered Environments [69.03289331433874]
  PACEは,高密度で散らばった3Dシーン全体と対話し,移動するために,モーションキャプチャーされた仮想エージェントを改良する新しい手法である。 本手法では,環境中の障害物や物体に適応するために,仮想エージェントの動作シーケンスを必要に応じて変更する。 提案手法を先行動作生成技術と比較し,本手法の利点を知覚的研究と身体的妥当性の指標と比較した。
  論文  参考訳（メタデータ） (2023-03-24T19:49:08Z)
• Improving Adversarial Robustness to Sensitivity and Invariance Attacks with Deep Metric Learning [80.21709045433096]
  対向ロバスト性の標準的な方法は、サンプルを最小に摂動させることによって作られたサンプルに対して防御する枠組みを仮定する。 距離学習を用いて、最適輸送問題として逆正則化をフレーム化する。 予備的な結果から, 変分摂動の規則化は, 変分防御と敏感防御の両方を改善することが示唆された。
  論文  参考訳（メタデータ） (2022-11-04T13:54:02Z)
• Contact-Aware Retargeting of Skinned Motion [49.71236739408685]
  本稿では,自己接触を保存し,相互接続を防止する動作推定手法を提案する。 入力運動における自己接触と接地を同定し、出力骨格に適用するための動作を最適化する。 実験では,従来の手法を定量的に上回り,近年の成果よりも高い品質で再ターゲットされた動きを評価できるユーザスタディを実施している。
  論文  参考訳（メタデータ） (2021-09-15T17:05:02Z)
• Adversarial Bone Length Attack on Action Recognition [4.9631159466100305]
  本研究では,骨格に基づく行動認識モデルを用いて,敵対的攻撃を行うことができることを示す。 具体的には、骨の長さに摂動を制限し、敵がおよそ30の有効次元を操作できるようにします。
  論文  参考訳（メタデータ） (2021-09-13T09:59:44Z)
• A Hamiltonian Monte Carlo Method for Probabilistic Adversarial Attack and Learning [122.49765136434353]
  本稿では,HMCAM (Acumulated Momentum) を用いたハミルトニアンモンテカルロ法を提案する。 また, 対数的対数的対数的学習(Contrastive Adversarial Training, CAT)と呼ばれる新たな生成法を提案し, 対数的例の平衡分布にアプローチする。 いくつかの自然画像データセットと実用システムに関する定量的および定性的な解析により、提案アルゴリズムの優位性が確認された。
  論文  参考訳（メタデータ） (2020-10-15T16:07:26Z)
• Adversarial robustness via stochastic regularization of neural activation sensitivity [24.02105949163359]
  両防衛目標を同時に扱う新しい防衛機構を提案する。 損失面の勾配を平坦化し、逆例を見つけるのが難しくなる。 さらに、ジャコビアン正則化を利用して、正しく分類された入力から決定を遠ざける。
  論文  参考訳（メタデータ） (2020-09-23T19:31:55Z)
• Towards Understanding the Adversarial Vulnerability of Skeleton-based Action Recognition [133.35968094967626]
  骨格に基づく行動認識は、動的状況への強い適応性から注目を集めている。 ディープラーニング技術の助けを借りて、かなり進歩し、現在、良識のある環境で約90%の精度を達成している。 異なる対角的環境下での骨格に基づく行動認識の脆弱性に関する研究はいまだ研究されていない。
  論文  参考訳（メタデータ） (2020-05-14T17:12:52Z)
• Motion-Excited Sampler: Video Adversarial Attack with Sparked Prior [63.11478060678794]
  そこで本研究では,前もってモーションアウェアノイズを得るための効果的なモーションエキサイティングサンプリング手法を提案する。 より少ないクエリ数で様々なビデオ分類モデルを攻撃することができる。
  論文  参考訳（メタデータ） (2020-03-17T10:54:12Z)

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。