論文の概要: Let the Carrier Carry the Attack: Preserving the Subject in Adversarial Image Generation

• arxiv url: http://arxiv.org/abs/2609.39723v1
• Date: Wed, 30 Sep 2026 13:33:53 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-01 18:57:27.846821
• Title: Let the Carrier Carry the Attack: Preserving the Subject in Adversarial Image Generation
• Title（参考訳）: 敵画像生成における被写体保存のためのキャリア・キャリー・ザ・アタック
• Abstract要約: 攻撃を容易にする補助領域を提供する二次視覚要素であるキャリアを紹介する。 キャリアは、グローバルに正規化された攻撃更新の大きなシェアを吸収することにより、被写体歪みを軽減する。 キャリアは、ターゲット関連の特徴の強さによって支配されるクロスモデル転送性を改善する。
• 参考スコア（独自算出の注目度）: 15.663172187408973
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Strong unrestricted adversarial attacks can distort the primary object of an image, hereafter referred to as the subject. To preserve subject integrity without compromising attack magnitude, we introduce the carrier: a secondary visual element that provides an auxiliary region to facilitate the attack under global classifier guidance. We demonstrate three key findings: 1. A carrier mitigates subject distortion by absorbing a larger share of globally normalized attack updates. 2. A carrier improves cross-model transferability, governed by the strength of target-related features that balance semantic separation and transfer performance. 3. Successful targeted attacks retain the personalized subject as the primary content perceived by humans while successfully misleading the classifier. Our results demonstrate that a visually secondary carrier offers an auxiliary spatial pathway for adversarial changes, enabling strong and transferable attacks while improving subject preservation.
• Abstract（参考訳）: 強い非制限の敵攻撃は、画像の主対象を歪ませることができる。 攻撃の規模を損なうことなく被写体整合性を維持するために,グローバル分類器指導の下で攻撃を促進する補助領域を提供する二次視覚要素であるキャリアを導入する。 3つの重要な発見を示します。 1. キャリアは、グローバルに正規化された攻撃更新の大きなシェアを吸収することにより、被写体歪みを緩和する。 2. キャリアは, セマンティック分離と転送性能のバランスをとるターゲット関連特徴の強みにより, クロスモデル転送性が向上する。 3 標的攻撃が成功した場合、パーソナライズされた対象を人間によって認識される主観的内容として保持し、分類器を誤認することに成功した。 以上の結果から,視覚的に二次的なキャリアは,対向的変化に対して補助的な空間経路を提供し,強靭かつ移動可能な攻撃を可能にするとともに,被写体保存性の向上を図っている。

関連論文リスト

• Investigating Adversarial Robustness of Heterogeneous Cooperative Perception [11.278100869961314]
  HetPoisonは学習したジェネレータで、1つのラベルフリーフォワードパスで摂動除去を行う。 HetPoisonは、被害者の検出器へのアクセスを必要とせずに、主要な不均一な設計を移動させる。 HetShieldは攻撃による強靭性の83%-95%を回復し,先行技術よりも優れていた。
  論文  参考訳（メタデータ） (2026-09-15T21:27:20Z)
• Towards Highly Transferable Vision-Language Attack via Semantic-Augmented Dynamic Contrastive Interaction [67.45032003041399]
  本研究では,先進的かつ意味論的に誘導された摂動を通じて対向的伝達性を高めるセマンティック・ダイナミック・コントラシブ・アタック(SADCA)を提案する。 SADCAは、対立、正、負のサンプルを含む対照的な学習メカニズムを確立し、得られた摂動の意味的不整合を強化する。 複数のデータセットとモデルの実験により、SADCAは対向移動性を大幅に改善し、最先端の手法を一貫して超えることを示した。
  論文  参考訳（メタデータ） (2026-03-05T05:46:16Z)
• AIM: Additional Image Guided Generation of Transferable Adversarial Attacks [72.24101555828256]
  トランスファー可能な敵の例は、さまざまな現実世界のアプリケーションにまたがる知覚できない摂動に対するディープニューラルネットワーク(DNN)の脆弱性を強調している。 本研究は,ターゲットの移動可能な攻撃に対する生成的アプローチに焦点を当てる。 本稿では,汎用ジェネレータアーキテクチャに新しいプラグイン・アンド・プレイモジュールを導入し,対向トランスファビリティを向上する。
  論文  参考訳（メタデータ） (2025-01-02T07:06:49Z)
• Everywhere Attack: Attacking Locally and Globally to Boost Targeted Transferability [20.46894437876869]
  ターゲット転送可能性を高めるための至る所のスキームを提案する。 各画像領域で「目標の軍」を最適化することを目的としている。 我々のアプローチはメソッドに依存しないため、既存の転送可能な攻撃と簡単に組み合わせることができる。
  論文  参考訳（メタデータ） (2025-01-01T03:06:03Z)
• Transform-Dependent Adversarial Attacks [15.374381635334897]
  深層ネットワークに対する変換依存型敵攻撃を導入する。 我々の摂動は変成特性を示し、変換パラメータの関数として多様な逆効果を可能にする。 変換に依存した摂動は、ブラックボックスのシナリオにおいて、最先端の移動攻撃よりも17～31%優れ、高い目標攻撃成功率が得られることを示す。
  論文  参考訳（メタデータ） (2024-06-12T17:31:36Z)
• Multi-granular Adversarial Attacks against Black-box Neural Ranking Models [111.58315434849047]
  多粒性摂動を取り入れた高品質な逆数例を作成する。 我々は,多粒体攻撃を逐次的意思決定プロセスに変換する。 本手法は,攻撃の有効性と非受容性の両方において,一般的なベースラインを超えている。
  論文  参考訳（メタデータ） (2024-04-02T02:08:29Z)
• Revisiting Transferable Adversarial Images: Systemization, Evaluation, and New Insights [33.09769747941402]
  トランスファー可能な敵画像は、現実のブラックボックス攻撃シナリオにおけるコンピュータビジョンシステムに対する重要なセキュリティ上の懸念を引き起こす。 本稿では,一般的な機械学習パイプラインを中心に,転送攻撃を5つのカテゴリに分類する。 第1回総合評価では,11個の代表的防衛に対する23個の代表的攻撃が報告された。
  論文  参考訳（メタデータ） (2023-10-18T10:06:42Z)
• Enhancing the Self-Universality for Transferable Targeted Attacks [88.6081640779354]
  本手法は,高次対角的摂動が標的攻撃に対してより伝達しやすい傾向にあることを示す。 異なる画像上の摂動を最適化する代わりに、異なる領域を最適化して自己ユニバーシティを実現することで、余分なデータを排除することができる。 特徴的類似性欠如により,本手法は,良性画像よりも対向性摂動の特徴が支配的となる。
  論文  参考訳（メタデータ） (2022-09-08T11:21:26Z)
• A Self-supervised Approach for Adversarial Robustness [105.88250594033053]
  敵対的な例は、ディープニューラルネットワーク(DNN)ベースの視覚システムにおいて破滅的な誤りを引き起こす可能性がある。 本稿では,入力空間における自己教師型対向学習機構を提案する。 これは、反逆攻撃に対する強力な堅牢性を提供する。
  論文  参考訳（メタデータ） (2020-06-08T20:42:39Z)

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。