ACM MM24 | 復旦提出首個基于擴散模型的視頻非限制性對抗攻擊框架，主流CNN和ViT架構都防不住它

AIGC動態歡迎閱讀

原標題：ACM MM24 | 復旦提出首個基于擴散模型的視頻非限制性對抗攻擊框架，主流CNN和ViT架構都防不住它
關鍵字：視頻,遷移性,模型,限制性,遞歸
文章來源：機器之心
內容字數：0字

內容摘要：

AIxiv專欄是機器之心發布學術、技術內容的欄目。過去數年，機器之心AIxiv專欄接收報道了2000多篇內容，覆蓋全球各大高校與企業的頂級實驗室，有效促進了學術交流與傳播。如果您有優秀的工作想要分享，歡迎投稿或者聯系報道。投稿郵箱：liyazhou@jiqizhixin.com；zhaoyunfeng@jiqizhixin.com本文作者來自復旦大學視覺與學習實驗室和人工智能創新與產業研究院。其中第一作者高子怡為復旦大學研二碩士，主要研究方向為 AIGC 和 AI 安全。本文通訊作者是復旦大學的陳靜靜副教授。
來自復旦大學視覺與學習實驗室的研究者們提出了一種新型的面向視頻模型的對抗攻擊方法 – 基于擴散模型的視頻非限制遷移攻擊（ReToMe-VA）。該方法采用逐時間步對抗隱變量優化策略，以實現生成對抗樣本的空間不可感知性；同時，在生成對抗幀的去噪過程中引入了遞歸 token 合并策略，通過匹配及合并視頻幀之間的自注意力 token，顯著提升了對抗視頻的遷移性和時序一致性。論文鏈接：http://arxiv.org/abs/2408.05479
代碼鏈接：https://github.c

原文鏈接：ACM MM24 | 復旦提出首個基于擴散模型的視頻非限制性對抗攻擊框架，主流CNN和ViT架構都防不住它