图像风格迁移cvpr2020_CVPR2020 | 对抗伪装：如何让AI怀疑人生！

原标题：CVPR2020 | 对抗伪装：如何让AI怀疑人生！

本文介绍的是CVPR2020论文《Adversarial Camouflage: Hiding Physical-World Attacks with Natural Styles》，作者是来自澳大利亚Swinbourne大学的段然杰。

作者 | 段然杰

编辑 | 丛 末

论文地址：https://arxiv.org/abs/2003.08757

开源地址：https://github.com/RjDuan/AdvCam-Hide-Adv-with-Natural-Styles

想象一下，有一天你坐在自动驾驶汽车行驶在街道上，右前方有个stop的牌子，除了有点旧，看起来并没有什么异样，你没有留心太多，继续专注手头的工作，可是车并没有停下来…

如果你是广大炼丹师的一员，你一定听说过对抗样本，对抗样本作为神经网络出其不意的bug ，近年引起很多关注，在你的印象中，ta 可能是这样子的：

Figure 1. FGSM [1]

但是, 由于现实环境的多种因素( 例如光照、拍摄距离等) ，这种小量的干扰不易被相机等设备捕捉到，从而只能在数字世界里发挥作用。当然，也有一些工作将对抗样本带到现实世界中，并产生威胁，例如Brown 等人在2017 年提出的adversarial patch [2]: