#515
summarized by : 山縣英介
Enhancing Cross-Task Black-Box Transferability of Adversarial Examples With Dispersion Reduction

どんな論文か?

Adversarial Examplesのタスク間transferabilityを検証し,複数のCVタスクに渡って転移可能な手法を提案する論文.
placeholder

新規性

タスク間て転移可能な攻撃手法:Dispersion Reductionを提案.ネットワーク内部の特徴マップの分散を小さくすることによって出力の区別を困難にする.タスク別のloss関数が不要.

結果

検知,セグメンテーションモデルの他,Google Cloud Vision (GCV) APIsによって提供される四つのCVタスクにおいて従来法を上回る性能.

その他(なぜ通ったか?等)

顔認証に生体検知と顔認識が使用されるように,複数のタスクに対し有効な攻撃手段の実用性は高いが,その割りに先行研究が少ないAEsのタスク間transferabilityに大きく貢献している点.