Towards Adversarially Robust Object Detection 论文笔记

前言

许多工作证明分类器在面对对抗攻击（adversarial attack）时是非常脆弱的，比如有一种对抗样本，它只对原图进行很轻微地修改，但是在视觉上与原图相比是完全不同的。因此也有很多工作致力于提升分类器的鲁棒性。

最近的一些工作发现，目标检测器也会由于蓄意设计的输入而受到攻击，如下图所示，展示了标准检测器和鲁棒性更强的检测器分别检测clean和adversarial图像的效果，可以看到，标准检测器在检测adversarial图像时，检测结果非常糟糕，而鲁棒性更强的检测器在检测adversarial图像时可以得到合理的检测结果。

由于目标检测在监控和自动驾驶上的重要性，找出能够使目标检测器免受各种对抗攻击的方法是非常重要的。虽然很多工作证明攻击检测器是可行的，但仍不清楚能否提升检测器的鲁棒性。本文通过将对抗训练框架从分类泛化到检测上，来提高目标检测器面对不同类型的攻击时的鲁棒性，并提出实现这一目标的可行方法。

本文的贡献如下：

• 对目标检测器的不同攻击进行分类与分析，找出它们的共同之处；
• 强调并分析了不同的任务损失函数之间的相互作用，以及它们对检测器鲁棒性的影响；
• 将对抗训练框架从分类泛化到检测上，提出一种对抗训练方法来处理任务损失函数之间的相互影响，以提升检测器的鲁棒性。

---

目标检测的任务损失函数

一个目标检测器将图像$x\in [0,255{]}^n$作为输入，输出的是$K$个检测到的目标，每个目标由$p_k$和$b_k$表示，即 f ( x ) → { p k , b k } k = 1 K f(x) \to \lbrace p_k,b_k \rbrace^K_{k=1} f(x)→{ pk​,bk​}k=1K​，其中$p_k$是对于$C$个类别的概率向量，$b_k$