Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > cs > arXiv:2506.00325

帮助 | 高级搜索

计算机科学 > 计算机视觉与模式识别

arXiv:2506.00325 (cs)
[提交于 2025年5月31日 ]

标题: 具有扩散模型的鲁棒视觉跟踪的有效且高效的对抗防御研究

标题: Towards Effective and Efficient Adversarial Defense with Diffusion Models for Robust Visual Tracking

Authors:Long Xu, Peng Gao, Wen-Jia Tang, Fei Wang, Ru-Yue Yuan
摘要: 尽管基于深度学习的视觉跟踪方法取得了显著进展,但在面对精心设计的对抗性攻击时表现出脆弱性,这可能导致跟踪性能急剧下降。 为了解决这一问题,本文首次提出了一种新颖的基于去噪扩散概率模型的对抗防御方法,称为DiffDf,旨在有效提高现有视觉跟踪方法对对抗性攻击的鲁棒性。 DiffDf通过结合像素级重建损失、语义一致性损失和结构相似性损失,建立了多尺度防御机制,在渐进去噪过程中有效地抑制了对抗扰动。 在多个主流数据集上的广泛实验结果表明,DiffDf方法对具有不同架构的跟踪器表现出优异的泛化性能,显著提升了各种评估指标,同时实现了超过30 FPS的实时推理速度,展示了出色的防御性能和效率。 代码可在https://github.com/pgao-lab/DiffDf获取。
摘要: Although deep learning-based visual tracking methods have made significant progress, they exhibit vulnerabilities when facing carefully designed adversarial attacks, which can lead to a sharp decline in tracking performance. To address this issue, this paper proposes for the first time a novel adversarial defense method based on denoise diffusion probabilistic models, termed DiffDf, aimed at effectively improving the robustness of existing visual tracking methods against adversarial attacks. DiffDf establishes a multi-scale defense mechanism by combining pixel-level reconstruction loss, semantic consistency loss, and structural similarity loss, effectively suppressing adversarial perturbations through a gradual denoising process. Extensive experimental results on several mainstream datasets show that the DiffDf method demonstrates excellent generalization performance for trackers with different architectures, significantly improving various evaluation metrics while achieving real-time inference speeds of over 30 FPS, showcasing outstanding defense performance and efficiency. Codes are available at https://github.com/pgao-lab/DiffDf.
主题: 计算机视觉与模式识别 (cs.CV)
引用方式: arXiv:2506.00325 [cs.CV]
  (或者 arXiv:2506.00325v1 [cs.CV] 对于此版本)
  https://doi.org/10.48550/arXiv.2506.00325
通过 DataCite 发表的 arXiv DOI
相关 DOI: https://doi.org/10.1016/j.inffus.2025.103384
链接到相关资源的 DOI

提交历史

来自: Peng Gao [查看电子邮件]
[v1] 星期六, 2025 年 5 月 31 日 00:37:28 UTC (4,871 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
许可图标 查看许可
当前浏览上下文:
cs.CV
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-06
切换浏览方式为:
cs

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号