Adversarial purification for no-reference image-quality metrics: applicability study and new methods

要約

最近、画質メトリクスに対する敵対的攻撃の分野が調査され始めていますが、防御の分野は依然として十分に研究されていません。
この研究では、そのケースをカバーし、敵対的浄化防御の画像分類器から IQA 手法への移行可能性を確認することを目的としています。
このペーパーでは、IQA モデルにいくつかの広範な攻撃を適用し、それらに対する防御の成功を検証します。
精製方法論には、幾何学的変換、圧縮、ノイズ除去、最新のニューラル ネットワーク ベースの方法など、さまざまな前処理技術が含まれていました。
また、出力のビジュアル品質と攻撃の無力化の成功を推定する方法を提案することで、防御方法論の有効性を評価するという課題にも取り組みます。
防御は、直線性、MetaIQA、SPAQ という 3 つの IQA 指標に対する攻撃に対してテストされました。
攻撃と防御のコードは次の場所から入手できます (ブラインドレビューのためリンクは非表示になっています)。

要約(オリジナル)

Recently, the area of adversarial attacks on image quality metrics has begun to be explored, whereas the area of defences remains under-researched. In this study, we aim to cover that case and check the transferability of adversarial purification defences from image classifiers to IQA methods. In this paper, we apply several widespread attacks on IQA models and examine the success of the defences against them. The purification methodologies covered different preprocessing techniques, including geometrical transformations, compression, denoising, and modern neural network-based methods. Also, we address the challenge of assessing the efficacy of a defensive methodology by proposing ways to estimate output visual quality and the success of neutralizing attacks. Defences were tested against attack on three IQA metrics — Linearity, MetaIQA and SPAQ. The code for attacks and defences is available at: (link is hidden for a blind review).

arxiv情報

提供元, 利用サービス

arxiv.jp, Google