#610
summarized by : Anonymous
QAIR: Practical Query-Efficient Black-Box Attacks for Image Retrieval

どんな論文か?

画像検索の頑強性を評価するクエリベースの敵対的サンプルの研究.画像検索システムが誤検索を起こすように攻撃し,攻撃の成功率向上を目指している.検索結果画像が次第に誤検索となるように攻撃していく.また,攻撃手順をサロゲートモデルで推定するために,サロゲートモデルの訓練データを画像検索システムから得られた画像にノイズを付加して生成.複数の画像データセットにSOTAのモデルと提案手法で攻撃を行い評価.
placeholder

新規性

既存の敵対的攻撃の手法は損失関数が断続的で学習が困難である.攻撃効果を損失関数に導入し学習を行っている.

結果

Recall@KがCUB-200で93,Stanford Online Productsで35,In-Shop Clothesで35となり,既存のSOTAの手法よりも向上した.

その他(なぜ通ったか?等)