Cooling-Shrinking Attack: Blinding the Tracker with Imperceptible Noises
2020-04-28 15:16:40
1. Background and Motivation:
本文提出一种基于 SiamRPN++ 的对抗攻击tracker 的算法。对孪生网络中的 Search image 和 template image 进行改造，从而完成愚弄 tracker 的目的。
2. The Proposed Method：
如上图所示，给定干净的 search regions，作者利用 generator 来得到 干扰噪声，然后将这个噪声覆盖到原始图像中，得到对抗样本。然后将这些对抗样本输入到 tracker 中，观测其输出。
作者设计了三种 loss 进行叠加，来晚上 generator 的训练，分别是：
1. Cooling loss,
该 loss 被设计用于冷却 heatmaps 上的 hot regions，导致 tracker 跟踪失败；
2. Shrinking loss,
该 loss 被设计用于 迫使 BBox 发生漂移；从而产生跟踪误差，而这种跟踪误差一般都会累积，最终 tracker 会发生模型漂移；
3. L2 loss,
那么，对抗之后的效果，如下图所示：
可以发现，第三行的 target response 已经非常弱了，几乎无响应，那么就会导致 tracker 跟踪失效。
上图给出了 Cooling loss 和 Shrinking loss 的计算过程。
3. Experiments：
