arXiv cs.CV· Arash Vashagh, Roozbeh Razavi-Far·· 4 小时前AI 评分22
通过视觉语言模型的响应画像检测对抗图像
Detecting Adversarial Images through Response Profiles of Vision-Language Models
AI 导读
研究者提出一种针对冻结视觉语言模型（VLM）的对抗图像检测器，通过图像对一组通用语义提示词的响应画像来识别对抗输入，VLM 本身保持固定。该方法在多个公开图像数据集、多种 CLIP 风格视觉骨干以及基于梯度、优化、自动化和空间攻击上评估，在攻击特定设置下取得强区分度，并在未见攻击上保持可观性能。在受控的检测器专用协议下，响应画像表示优于所评估的嵌入向量几何基线。
来源：arXiv cs.CV · arxiv.org