[发明专利]一种对采样不敏感的视频动作识别对抗攻击方法

说明书

本发明公开了一种对采样不敏感的视频动作识别对抗攻击方法，通过将视频样本集χ手动划分为对抗扰动生成集χ₁和对抗校验集χ₂，再从对抗扰动生成集χ₁中提取对抗扰动特征集V，然后基于对抗扰动特征集V，并结合对抗校验集χ₂的校验，通过迭代优化方式获取最优的采样不敏感对抗扰动R^*，最后在测试任意视频样本X中添加采样不敏感对抗扰动R^*，并测试攻击效果。

技术领域

本发明属于对抗攻击和视频动作识别技术领域，更为具体地讲，涉及一种对采样不敏感的视频动作识别对抗攻击方法。

背景技术

近年来，由于视频数据的易获取性，导致其在互联网上呈指数级增长趋势。基于这些视频数据的信息挖掘和内容理解有重要学术和商业价值。视频动作识别作为一种重要的视频内容理解问题得到了广泛的关注。现有的视频动作识别领域主流识别方法是基于深度卷积神经网络。然而近年来，有工作证明深度卷积神经网络易受对抗攻击的影响，对抗攻击主要就是通过对数据集中的数据加上一些噪声，来达到让现有深度网络模型错误分类的目的。但现有大多数对抗攻击方法都重点关注在图像领域，基于视频动作识别的对抗攻击方法很少，而视频相对于图像有更复杂的时序上下文环境，直接应用图像攻击方法到视频也不可行。

视频动作类别识别的目标是识别出在视频在发生的动作的类别。基于深度卷积神经网络的动作类别识别方法主要有以下两类：

(1)、2D的卷积网络：对采样的RGB视频帧用2D卷积网络单独进行空域特征提取，对这些独立的空域特征进行时域建模，以提取视频级别的特征以供分类。

(2)、3D的卷积网络：对采样的RGB视频帧用3D卷积神经网络直接进行时空域特征提取，用以视频动作分类。

对抗攻击的目标是让深度神经网络识别出错，现有的图像领域的对抗攻击方法主要分为以下两类：

(1)、白盒攻击：有被攻击网络的先验知识，知道网络是参数等细节。

(1)、黑盒攻击：对被攻击的网络实现细节是未知的。

本发明主要关注白盒攻击，但如果直接基于现有的图像白盒攻击方法，必须对视频帧进行单独的图像级别的攻击，这种处理方式存在以下不足：

(1)、对视频帧进行单独的攻击处理，视频中丰富的视频帧时域联系特性被忽略了，在有复杂时序推理的视频数据集中，这种视频帧分开处理的方式，会丢失视频时序上下文特征，从而影响攻击效果；

(2)、只对采样到视频帧数据进行攻击处理，无法做到视频级别的对抗攻击。由于对一个给定视频有很多的帧采样方法，如果只针对某种采样方法下的采样帧数据进行对抗攻击处理，那么该攻击方法在该视频另一种采样方法下就会失效。

发明内容

本发明的目的在于克服现有技术的不足，提供一种对采样不敏感的视频动作识别对抗攻击方法，通过攻击校验约束来调整采样不敏感对抗扰动，最终达到视频动作识别对抗攻击目的。

为实现上述发明目的，本发明一种对采样不敏感的视频动作识别对抗攻击方法，其特征在于，包括以下步骤：

(1)、

视频样本集预处理