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。
➡️

继续阅读