VALSE

VALSE 首页 活动通知 查看内容

VALSE 论文速览 第26期:面向视频目标跟踪的对抗模糊攻击

2021-11-16 16:01| 发布者: 程一-计算所| 查看: 105| 评论: 0

摘要: 为了使得视觉与学习领域相关从业者快速及时地了解领域的最新发展动态和前沿技术进展,VALSE最新推出了《论文速览》栏目,将在每周发布一至两篇顶会顶刊论文的录制视频,对单个前沿工作进行细致讲解。本期VALSE论文速 ...

为了使得视觉与学习领域相关从业者快速及时地了解领域的最新发展动态和前沿技术进展,VALSE最新推出了《论文速览》栏目,将在每周发布一至两篇顶会顶刊论文的录制视频,对单个前沿工作进行细致讲解。本期VALSE论文速览选取了来自新加坡南洋理工大学等单位的对抗样本的工作。该工作由郭青博士指导并录制。


论文题目:面向视频目标跟踪的对抗模糊攻击

作者列表:郭青 (新加坡南洋理工大学),程子一 (日本九州大学),徐觉非 (Alibaba),马雷 (加拿大阿尔伯塔大学),谢肖飞 (新加坡南洋理工大学),刘杨 (新加坡南洋理工大学),赵建军 (日本九州大学)

B站观看网址:

https://www.bilibili.com/video/BV12g411P7bF/


论文摘要:

运动模糊是真实世界中一种常见的现象,其主要由相机曝光过程中相机或物体的运作造成。目前大量已有的工作已经证明运动模糊是影响视频目标跟踪的一种重要因素。当前,探索运动模糊对目标跟踪的鲁棒性主要依赖于有限的视频数据以及视频级或者帧级的人工标注。然而,这些方法难以覆盖真实世界中可能出现的多种运动模式从而导致了不完备的评估结果。为了解决这一问题,我们从对抗样本生成的角度出发,提出了评估视频目标跟踪的运动模糊鲁棒性的新方法,即对抗模糊攻击。该方法通过运动模糊的物理形成原理,能够对输入的两张连续帧主动并自动地调整物理相关参数,例如目标运动模式及光的累积方式,从而生成自然的、对视频跟踪更具挑战的运动模糊。该方法为进一步探索对模糊鲁棒的目标跟踪方法奠定了基础。


论文信息:

[1]Qing Guo, Ziyi Cheng, Felix Juefei-Xu, Lei Ma, Xiaofei Xie, Yang Liu, and Jianjun Zhao, “Learning to Adversarially Blur Visual Object Tracking” in Proceeding of IEEE International Conference on Computer Vision (ICCV 2021), virtual, Oct. 2021.


论文链接:

[https://openaccess.thecvf.com/content/ICCV2021/papers/Guo_Learning_To_Adversarially_Blur_Visual_Object_Tracking_ICCV_2021_paper.pdf]


代码链接:

[https://github.com/tsingqguo/ABA][https://github.com/tsingqguo/ABBA]


视频讲者简介:

郭青,新加坡南洋理工大学校长博士后,研究方向为视频分析与人工智能安全,专注于面向自然退化因素的对抗攻击与防御,在CCF A类期刊和顶级会议TIP、TIFS、NeurIPS、CVPR、ICCV、ECCV、ACM-MM、AAAI、IJCAI上发表17篇一作及通讯论文。



特别鸣谢本次论文速览主要组织者:

月度轮值AC:张长青 (天津大学)、江波 (安徽大学)

季度责任AC:许永超 (武汉大学)


活动参与方式

1、VALSE每周举行的Webinar活动依托B站直播平台进行,欢迎在B站搜索VALSE_Webinar关注我们!

直播地址:

https://live.bilibili.com/22300737;

历史视频观看地址:

https://space.bilibili.com/562085182/ 


2、VALSE Webinar活动通常每周三晚上20:00进行,但偶尔会因为讲者时区问题略有调整,为方便您参加活动,请关注VALSE微信公众号:valse_wechat 或加入VALSE QQ R群,群号:137634472);


*注:申请加入VALSE QQ群时需验证姓名、单位和身份缺一不可。入群后,请实名,姓名身份单位。身份:学校及科研单位人员T;企业研发I;博士D;硕士M。


3. VALSE微信公众号一般会在每周四发布下一周Webinar报告的通知。


4、您也可以通过访问VALSE主页:http://valser.org/ 直接查看Webinar活动信息。Webinar报告的PPT(经讲者允许后),会在VALSE官网每期报告通知的最下方更新。


图片

看到这了,确定不关注下吗?关注下再走吧~

图片
图片
图片
图片
图片

小黑屋|手机版|Archiver|Vision And Learning SEminar

GMT+8, 2021-12-3 17:43 , Processed in 0.012228 second(s), 14 queries .

Powered by Discuz! X3.4

Copyright © 2001-2020, Tencent Cloud.

返回顶部