带了个对抗图像块，YOLOv2竟然无法识别我是人( 四 )

2019-04-23

图4/9

论文链接：https://arxiv.org/pdf/1904.08653.pdf

近几年来，人们对机器学习中的对抗攻击越来越感兴趣。通过对卷积神经网络的输入稍作修改，就能让网络的输出与原输出几乎背道而驰。最开始进行这种尝试的是图像分类领域，研究人员通过稍微改变输入图像的像素值来欺骗分类器，使其输出错误的类别。

此外，研究人员还尝试用「图像块」来实现这一目的。他们将「图像块」应用于目标，然后欺骗检测器和分类器。其中有些尝试被证明在现实世界是可行的。但是，所有这些方法针对的都是几乎不包含类内变化的类别（如停车牌）。目标的已知结构被用来生成对抗图像块。

这篇论文展示了一种针对大量类内变化（即人）生成对抗图像块的方法。该研究旨在生成能够使人不被人物检测器发现的对抗图像块。例如可被恶意使用来绕过监控系统的攻击，入侵者可以在身前放一块小纸板，然后偷偷摸摸地靠近而不被摄像头发现。

推荐阅读

上一篇：雷军兑现承诺：小米9现货销售还怒降近300？网友评价扎心了

下一篇：经常使用探探和陌陌这类软件的都是些什么人? 00后学姐含泪诉苦