學術講座【計算機視覺隱身術】

          瀏覽次數: 514 發布時間: 2017-04-24

          時間:2017425日(周二)上午1000

          地點:旗山校區軟件樓512

          主講:中國科學技術大學俞能海教授

          主辦:軟件學院

          報告摘要:隨著相機,尤其是可拍照智能手機的大量普及,以及互聯網的無處不在,在線社交平臺上的照片共享已成為數十億用戶的日常。而如此海量的圖像為當今最為強大的學習模型——深度神經網絡(DNN)提供了豐富的訓練數據源。許多企業采集這些分享的照片cmd368官网,使用大規模的DNN模型對用戶進行深入的分析,例如,通過檢測照片的內容來推測用戶的喜好并進行廣告推送,這類圖像自動檢測系統無疑會導致隱私泄露問題cmd368官网。若要抵抗圖像檢測系統,一般的方法通常是馬賽克、模糊、加噪等,但這會導致人眼視覺質量的顯著下降cmd368官网。一種更為先進的辦法是使檢測系統錯誤識別圖像中的物體(例如將鴕鳥識別為汽車),但是即使識別錯誤cmd368官网,知道圖像中有物體存在cmd368官网,這個問題本身就是一種隱私泄露。因此,使得自動檢測系統完全察覺不到圖像中的物體是更為理想的情形。

          本報告實現了一種圖像物體隱身算法,通過在圖像中加入某種特定的對抗干擾,使得基于DNN的圖像檢測系統無法檢測到圖像中物體的存在,就好像圖像穿上了“隱身衣”cmd368官网。據我們所知,這是對抵抗DNN檢測系統的首次嘗試。我們使用了一個新的評價指標隱私保險來評估算法的有效性,結果表明,我們的算法相比于馬賽克等其他圖像干擾方法,有著相當高的成功率使得檢測系統對圖像中的物體“視而不見”,并且幾乎不影響人眼視覺質量。同時cmd368官网,我們還設置了一個用戶可調的參數隱身衣厚度來方便用戶根據照片隱私程度調節擾動強度cmd368官网。此外,我們發現針對不同DNN生成的隱身衣具有通用性,即針對某一個特定網絡生成的對抗圖像也會影響其他網絡對其的判斷。

            

          專家簡介:俞能海,教授,博士生導師,中國科學技術大學電子工程與信息科學系執行主任,中國科學院電磁空間信息重點實驗室常務副主任,教育部信息安全專業教學指導委員會委員,中國圖象圖形學學會副理事長,中國大數據專家委員會委員。長期從事多媒體數據安全和隱私保護、圖像處理與視頻分析等方面的教學與研究工作。近年來,主持國家級課題20余項,參與國家國防2030規劃研究,在國際一流期刊和國際會議上發表學術論文130余篇。曾于2013年獲得寶鋼優秀教師獎;2011年獲得中國科學院朱李月華優秀教師獎;2010、2011中國科學院優秀研究生指導教師獎;2008年獲得中國科學院教學成果二等獎,2004年獲得總裝備部“863先進個人獎cmd368官网、領銜團隊獲得“863先進集體獎;全國百篇優博(提名)論文和中科院優博論文指導教師。

           

          cmd368官网