お知らせ 研究会の開催と会場に参加される皆様へのお願い(2022年6月開催~)
電子情報通信学会 研究会発表申込システム
講演論文 詳細
技報閲覧サービス
[ログイン]
技報アーカイブ
 トップに戻る 前のページに戻る   [Japanese] / [English] 

講演抄録/キーワード
講演名 2022-05-17 15:30
敵対的ノイズとJPEG圧縮由来の歪みの相関を用いた敵対的事例検出の研究
角森健太山﨑裕真栗林 稔舩曵信生岡山大)・越前 功NIIIT2022-6 EMM2022-6
抄録 (和) 微小な摂動が加えられた敵対的事例は,畳み込みニューラルネットワークを用いた画像分類器を誤分類させる.東らは異なる強度のノイズ除去フィルタを入力画像に適用し,画像分類器の出力変化を観察して敵対的事例を事前に検知する手法を提案した.この手法ではフィルタを14種類用いており,計算量が増えていた.本稿では,少ないフィルタ数で高い検出精度を示す手法を提案する.東らの報告から,JPEG圧縮は敵対的事例のノイズ除去に適したフィルタであると考えられる.提案手法では,JPEG圧縮前後の画像の差分値に処理を施した歪み信号をノイズ除去フィルタに用いる.本研究の結果,提案手法は少ないフィルタ数で90%以上の敵対的事例検出精度を示した. 
(英) Adversarial examples cause misclassification of image classifiers. Higashi et al. proposed a method to detect adversarial examples by applying noise reduction filters of different strengths to input images and observing changes in the output of the image classifier. This method used 14 different filters, which was computationally expensive. In this paper, we propose a method that demonstrates high detection accuracy with a small number of filters. Based on Higashi et al.'s report, JPEG compression is considered to be a suitable filter for denoising adversarial noises. In the proposed method, a distortion signal created from the difference of images before and after JPEG compression is used as a denoising filter.
キーワード (和) 敵対的事例 / 畳み込みニューラルネットワーク / JPEG圧縮 / スケーリング / JPEG圧縮由来の歪み信号 / / /  
(英) Adversarial examples / Convolutional neural network / JPEG compression / Scaling / JPEG compression-derived distortion / / /  
文献情報 信学技報, vol. 122, no. 26, EMM2022-6, pp. 29-34, 2022年5月.
資料番号 EMM2022-6 
発行日 2022-05-10 (IT, EMM) 
ISSN Print edition: ISSN 0913-5685  Online edition: ISSN 2432-6380
著作権に
ついて
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034)
PDFダウンロード IT2022-6 EMM2022-6

研究会情報
研究会 IT EMM  
開催期間 2022-05-17 - 2022-05-18 
開催地(和) 岐阜大学 
開催地(英) Gifu University 
テーマ(和) 情報セキュリティ,情報理論,情報ハイディング,一般 
テーマ(英) Information Security, Information Theory, Information Hiding, etc. 
講演論文情報の詳細
申込み研究会 EMM 
会議コード 2022-05-IT-EMM 
本文の言語 日本語 
タイトル(和) 敵対的ノイズとJPEG圧縮由来の歪みの相関を用いた敵対的事例検出の研究 
サブタイトル(和)  
タイトル(英) A study of adversarial example detection using the correlation between adversarial noise and JPEG compression-derived distortion 
サブタイトル(英)  
キーワード(1)(和/英) 敵対的事例 / Adversarial examples  
キーワード(2)(和/英) 畳み込みニューラルネットワーク / Convolutional neural network  
キーワード(3)(和/英) JPEG圧縮 / JPEG compression  
キーワード(4)(和/英) スケーリング / Scaling  
キーワード(5)(和/英) JPEG圧縮由来の歪み信号 / JPEG compression-derived distortion  
キーワード(6)(和/英) /  
キーワード(7)(和/英) /  
キーワード(8)(和/英) /  
第1著者 氏名(和/英/ヨミ) 角森 健太 / Kenta Tsunomori / ツノモリ ケンタ
第1著者 所属(和/英) 岡山大学 (略称: 岡山大)
Okayama University (略称: Okayama Univ.)
第2著者 氏名(和/英/ヨミ) 山﨑 裕真 / Yuma Yamasaki / ヤマサキ ユウマ
第2著者 所属(和/英) 岡山大学 (略称: 岡山大)
Okayama University (略称: Okayama Univ.)
第3著者 氏名(和/英/ヨミ) 栗林 稔 / Minoru Kuribayashi / クリバヤシ ミノル
第3著者 所属(和/英) 岡山大学 (略称: 岡山大)
Okayama University (略称: Okayama Univ.)
第4著者 氏名(和/英/ヨミ) 舩曵 信生 / Nobuo Funabiki / フナビキ ノブオ
第4著者 所属(和/英) 岡山大学 (略称: 岡山大)
Okayama University (略称: Okayama Univ.)
第5著者 氏名(和/英/ヨミ) 越前 功 / Isao Echizen / エチゼン イサオ
第5著者 所属(和/英) 大学共同利用機関法人 情報・システム研究機構 国立情報学研究所 (略称: NII)
National Institute of Informatics (略称: NII)
第6著者 氏名(和/英/ヨミ) / /
第6著者 所属(和/英) (略称: )
(略称: )
第7著者 氏名(和/英/ヨミ) / /
第7著者 所属(和/英) (略称: )
(略称: )
第8著者 氏名(和/英/ヨミ) / /
第8著者 所属(和/英) (略称: )
(略称: )
第9著者 氏名(和/英/ヨミ) / /
第9著者 所属(和/英) (略称: )
(略称: )
第10著者 氏名(和/英/ヨミ) / /
第10著者 所属(和/英) (略称: )
(略称: )
第11著者 氏名(和/英/ヨミ) / /
第11著者 所属(和/英) (略称: )
(略称: )
第12著者 氏名(和/英/ヨミ) / /
第12著者 所属(和/英) (略称: )
(略称: )
第13著者 氏名(和/英/ヨミ) / /
第13著者 所属(和/英) (略称: )
(略称: )
第14著者 氏名(和/英/ヨミ) / /
第14著者 所属(和/英) (略称: )
(略称: )
第15著者 氏名(和/英/ヨミ) / /
第15著者 所属(和/英) (略称: )
(略称: )
第16著者 氏名(和/英/ヨミ) / /
第16著者 所属(和/英) (略称: )
(略称: )
第17著者 氏名(和/英/ヨミ) / /
第17著者 所属(和/英) (略称: )
(略称: )
第18著者 氏名(和/英/ヨミ) / /
第18著者 所属(和/英) (略称: )
(略称: )
第19著者 氏名(和/英/ヨミ) / /
第19著者 所属(和/英) (略称: )
(略称: )
第20著者 氏名(和/英/ヨミ) / /
第20著者 所属(和/英) (略称: )
(略称: )
講演者
発表日時 2022-05-17 15:30:00 
発表時間 25 
申込先研究会 EMM 
資料番号 IT2022-6, EMM2022-6 
巻番号(vol) 122 
号番号(no) no.25(IT), no.26(EMM) 
ページ範囲 pp.29-34 
ページ数
発行日 2022-05-10 (IT, EMM) 


[研究会発表申込システムのトップページに戻る]

[電子情報通信学会ホームページ]


IEICE / 電子情報通信学会