视觉语言预训练模型的普适对抗扰动
💡
原文中文,约300字,阅读约需1分钟。
📝
内容提要
该研究通过生成反检索通用对抗扰动来攻击图像检索系统,降低相关排名度量,破坏图像特征之间的邻域关系。评估四个图像检索数据集发现显著性能下降。在Google Images上的实际测试证明了该方法的潜力。
🎯
关键要点
- 首次尝试攻击图像检索系统,生成反检索通用对抗扰动。
- 通过降低相关排名度量,破坏图像特征之间的邻域关系。
- 采用多尺度随机调整大小的方案和排名蒸馏策略扩展攻击方法。
- 在四个广泛使用的图像检索数据集上评估,报告显著性能下降。
- 在Google Images上进行实际测试,证明方法的实际潜力。
➡️