Hang Zhou, Dongdong Chen, Jing Liao, Kejiang Chen, Xiaoyi Dong, Kunlin Liu, Weiming Zhang, Gang Hua, Nenghai Yu
3D認識を撹乱する手法として、L-BFGSやC&W攻撃の最適化ベースの手法や、FGSMやIFGM勾配ベースや、スケルトンベースのものがあるが、時間がかかるか、精度が低いかなど、欠点がある。それを克服するため、LG-GANというNWを用いて、元の画像と攻撃ラベルを入力として学習し、撹乱させる画像を生成する。
LG-GANというNWを用いて効率的に、撹乱画像を生成
添付画像 Table2 既存手法を上回る精度を達成。