マルチタスク知覚における敵対摂動の検出【JST・京大機械翻訳】

Klingner Marvin; Kumar Varun Ravi; Yogamani Senthil; Baer Andreas; Fingscheidt Tim

プレプリント

J-GLOBAL ID：202202215695264373 整理番号：22P0297827

マルチタスク知覚における敵対摂動の検出【JST・京大機械翻訳】

Detecting Adversarial Perturbations in Multi-Task Perception

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (5件)： , , , ,
資料名：
発行年： 2022年03月02日プレプリントサーバーでの情報更新日： 2022年09月11日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

深層ニューラルネットワーク(DNN)は環境知覚タスクにおいて印象的な性能を達成するが,敵対的摂動に対する感度が実際の応用におけるそれらの使用を制限する。本論文では,(i)複雑なビジョンタスク(すなわち,深さ推定と意味セグメンテーション)のマルチタスク知覚に基づく新しい敵対的摂動検出方式を提案した。特に,入力画像の抽出されたエッジ,深さ出力,およびセグメンテーション出力の間の不整合によって,敵対的摂動を検出する。この技術をさらに改善するために,(ii)すべての3つのモダリティ間の新しいエッジ一貫性損失を開発し,それによって,それらの初期一貫性を改善し,次に,著者らの検出方式をサポートする。種々の既知の攻撃と画像ノイズを採用することによって,著者らの検出方式の有効性を検証した。さらに,著者らは,両方のタスクを,また,著者らの検出方式と同様に,マルチタスク敵対攻撃を開発する。都市景観とKITTIデータセットに関する実験的評価は,摂動の強さに依存して,最大100%の画像に対する5%の偽陽性率の仮定が,敵対的に摂動として正しく検出されることを示した。コードはhttps://github.com/ifnspaml/AdvAttackDetで利用可能である。https://youtu.be/KKa6gOyWmH4での短いビデオは定性的結果を提供する。【JST・京大機械翻訳】

, , , , , , ,
, , , , , , 【Automatic Indexing@JST】

パターン認識 , データ保護 , 図形・画像処理一般

, , ,

前のページに戻る