带了个对抗图像块，YOLOv2竟然无法识别我是人( 五 )_选自arxiv作者：SimenThys等机器之心编

实验证明，该研究提出的系统能够大大降低人物检测器的准确率。该方法在现实场景中也起作用。据悉，该研究是首次尝试这种针对高级类内变化（如人）的工作。

生成针对人物检测器的对抗图像块

本文的目标是创建这样一个系统：它能够生成可用于欺骗人物检测器的可印刷对抗图像块。之前的一些研究主要针对的是停车牌，而本文针对的是人。与停车牌的统一外观不同，人的长相千差万别。研究者（在图像像素上）执行优化过程，尝试在大型数据集上寻找能够有效降低人物检测准确率的图像块。这部分将深入介绍生成对抗图像块的过程。

该研究的优化目标包括三部分：

L_nps：不可印刷性分数（non-printability score），这个因素代表图像块的颜色在普通打印机上的表现。公式如下：

其中 p_patch 是图像块 P 中的像素，而 c_print 是一组可印刷颜色 C 中的一种颜色。该损失函数帮助图像块图像中的颜色与可印刷颜色中的颜色接近。

L_tv：[17] 中描述的图像总体变化。该损失确保优化器更喜欢色彩过渡平滑的图像并且防止噪声图像。我们可以根据图像块 P 计算 L_tv，如下所示：