《计算机工程与应用杂志》发表论文赏析
作者:曹男, 刁云峰, 黄垠钦, 杜润, 李怀仙, 程天健
单位:1.西南交通大学 机械工程学院,成都 610031;2.电子科技大学 信息与通信工程学院,成都 611731;3.西南交通大学 地球科学与环境工程学院,成都 610031
摘要:深度学习模型在基于骨架数据的行为识别任务中取得了较好的性能。然而,骨架行为识别模型的鲁棒性最近受到了质疑,因为它们很容易受到对抗攻击的威胁。目前现有的行为识别白盒攻击方法无法对对抗骨架动作样本的独特空间结构进行严格约束,其生成的对抗骨架动作样本为非流形对抗样本,即对抗分布远离了原有的数据分布,使得骨架动作不自然,很容易被人眼察觉。提出了一种利用球坐标系表示骨架结构的角空间对抗攻击方法,球坐标攻击(spherical coordinate attack,SCA)。在公开数据集上的实验结果表明,SCA可以发现大部分存在流形空间上的对抗样本,而目前已有的行为识别白盒攻击方法只能寻找到非流形空间上的对抗样本。
关键词:对抗攻击,骨架行为识别,深度学习,球坐标,流形对抗样本