基于低秩降维和稀疏重构的图像扰动防御算法

摘要：

在图像识别等机器视觉任务中,存在一类微弱的、不可察觉的对抗扰动,该扰动能够改变深度神经网络的输出结果.针对图像分类任务中的对抗扰动,提出了一种基于低秩降维和稀疏重构的图像对抗扰动防御算法.针对自然图像的稀疏和低秩特性,所提算法采用低秩分解削弱图像中的对抗扰动,同时利用多尺度稀疏编码对低秩图像进行重构,在滤除残余扰动的同时恢复原始图像的细节信息.采用3种攻击算法分别在黑盒攻击和灰盒攻击下验证所提算法的防御效果,并与其他4种防御算法进行了对比,实验结果表明,所提算法处理后的对抗扰动图像的Top-1分类准确率优于对比算法,且所提算法具有更好的鲁棒性.

关键词：图像处理、对抗防御、低秩降维、多尺度稀疏编码

所属期刊栏目：59

分类号：TP391.4(计算技术、计算机技术)

资助基金：天津市科技计划14JCQNJC01500

在线出版日期：2022-08-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：72-81