Secure Video Quality Assessment Resisting Adversarial Attacks

要約

ビデオ トラフィックの急激な増加により、ビデオ品質評価 (VQA) の必要性が高まっています。
最先端のアーキテクチャを活用することで、現在の VQA モデルは人間と同等の精度を達成しました。
しかし、最近の研究により、敵対的攻撃に対する既存の VQA モデルの脆弱性が明らかになりました。
信頼性が高く実用的な評価システムを確立するには、このような悪意のある攻撃に耐えることができる安全な VQA モデルが急務です。
残念ながら、この問題を調査する試みは行われていません。
この論文ではまず、既存の VQA モデルにセキュリティを与えることを目的として、一般的な敵対的防御原則の調査を試みます。
具体的には、まず、フレーム内防御のためにビデオ フレームにランダムな空間グリッド サンプリングを導入します。
次に、ガーディアン マップを通じてピクセルごとのランダム化を設計し、敵対的な摂動をグローバルに中和します。
一方、フレーム間防御の補償としてビデオシーケンスから時間情報を抽出します。
これらの原則に基づいて、セキュリティ指向の観点から SecureVQA と呼ばれる新しい VQA フレームワークを提案します。
広範な実験により、SecureVQA は、最先端のモデルと比較して競争力のある VQA パフォーマンスを達成しながら、セキュリティにおける新しいベンチマークを設定することが示されています。
アブレーション研究では、SecureVQA の原理の分析をさらに深く掘り下げ、その一般化と主要な VQA モデルのセキュリティへの貢献を実証しています。

要約(オリジナル)

The exponential surge in video traffic has intensified the imperative for Video Quality Assessment (VQA). Leveraging cutting-edge architectures, current VQA models have achieved human-comparable accuracy. However, recent studies have revealed the vulnerability of existing VQA models against adversarial attacks. To establish a reliable and practical assessment system, a secure VQA model capable of resisting such malicious attacks is urgently demanded. Unfortunately, no attempt has been made to explore this issue. This paper first attempts to investigate general adversarial defense principles, aiming at endowing existing VQA models with security. Specifically, we first introduce random spatial grid sampling on the video frame for intra-frame defense. Then, we design pixel-wise randomization through a guardian map, globally neutralizing adversarial perturbations. Meanwhile, we extract temporal information from the video sequence as compensation for inter-frame defense. Building upon these principles, we present a novel VQA framework from the security-oriented perspective, termed SecureVQA. Extensive experiments indicate that SecureVQA sets a new benchmark in security while achieving competitive VQA performance compared with state-of-the-art models. Ablation studies delve deeper into analyzing the principles of SecureVQA, demonstrating their generalization and contributions to the security of leading VQA models.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google