对抗样例论文学习三

adversarial examples in the physical world

这是 Goodfellow 在ICLR 2017会议上的论文。
目前攻击样例，攻击者均是直接对抗图像喂给分类器，但是这个在现实世界中可能不是那么容易。所以作者模拟了通过相机捕捉的对抗图像，观察现实世界中的对抗效果。因为经过照相和打印，会对原有图像进行了些许的扰动，可能会影响攻击的效果。

作者使用谷歌Inception v3作为目标图像识别模型，并选取ImageNet中的50，000个验证图像针对Inception v3构造出相对应的对抗性图像。因此，作者进行打印图像，照相机拍照等，模拟真实情况中的情况。将图片转换后的对抗样例喂给分类器，结果显示，原先会对对抗样例误分类的分类器，在接受现实世界中有些扰动的对抗图像后，仍有一大部分被误分类。从而说明了现实世界中存在对抗攻击的可行性。