VALSE 论文速览 第26期：面向视频目标跟踪的对抗模糊攻击

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)