【目标跟踪论文阅读】Cooling-Shrinking Attack: Blinding the Tracker with Imperceptible Noises

论文地址： https://arxiv.org/abs/2003.09595v1
项目地址： https://github.com/MasterBin-IIAU/CSA.

动机

• 对抗攻击测试能更好的了解深度学习的工作原理，为后续改进提供意见支持；
• 目前少有针对跟踪器的攻击测试
• 目标：生成一个肉眼不可见的噪声生成器，达到在跟踪过程中降低前景/背景分类置信度，缩小定位框大小的目的

创新点（贡献）

• 提出一种cooling-shrinking攻击方式。通过设计cooling和shrinking两个损失函数训练得到的噪声发生器，达到在跟踪过程中降低分类置信度，缩小定位框的目的。并在OTB100，VOT2018，LaSOT数据库上取得了良好的攻击效果。（被攻击的跟踪器是SiamRPN++）
• 证明利用GAN方法同时对判别器进行训练是没有必要的，仅使用L2损失函数度量噪声图片和真图片的相似度以及cooling-shrinking损失函数已经足够
• 该攻击方式具有良好的可移植性。实验证明该噪声发生器（只在SiamRPN++上训练过，不在其他跟踪器上微调）对DaSIamRPN和DiMP也有攻击效果

主要方法

整体流程

1. 跟踪器的参数是冻结的
2. 目的是训练得到一个噪音生成器，在尽可能小的改变图像的同时，最大化攻击效果
3. 噪声发生器和原图组合产生新的图像

Cooling-Shrinking 损失函数

1. 三个裕度的设置是为了避免cooling-shrinking损失函数无限制减小，均设置为-5
2. 目的在于让干扰（攻击）后前景/背景的置信度尽可能接近（区分度低）；预测框大小尽可能的小
3. 因为在SiamRPN++算法中BB的回归计算需要用分类置信度作为依托，所以需要输入干净的搜索图片，如果用噪音干扰的图片无法判断造成干扰的是置信图还是回归向量
4. 为了方便计算将三维张量重新排列为二维张量
5. 

算法细节

1. 噪声发生器采用U-Net，因为其更适应像素级别任务
2. 对于模板图像干扰，输入图像尺寸限定为128128；对于搜素图像干扰，输入图像尺寸限定为512512。对于尺寸不达标的输入，采用Padding，裁剪&#