| 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 | 2024-03-01 09:30 数式認識モデルへのブラックボックス攻撃に関する一手法 ○名村晴人・吉田正朋（同志社大）・アダミ ニコラ（ブレシア大）・奥田正浩（同志社大）  EA2023-110 SIP2023-157 SP2023-92 |
|
| 抄録 | （和） | 深層学習の進歩により，画像解析の分野は大きく発展すると同時に，深層学習モデルを騙す攻撃方法である Adversarial Attack も提案された．画像分類モデルに対する Adversarial Attack の研究は広く行われているが，光学文字認識 (OCR) などテキスト認識モデルに対する Adversarial Attack の研究は限られている．本論文では，数式が書かれた画像を LaTeX コードに変換する LaTeX OCR モデルに対する攻撃法を提案する．我々は，標的のモデルの勾配情報がなくても攻撃を行うことができ，数式画像の特徴を活かして，画像内の塗りつぶされた領域（文字が書かれている箇所）を戦略的にターゲットにする，新たな攻撃手法を提案する．これにより，内部情報が利用できない「ブラックボックスモデル」にも適用でき，計算効率の高い攻撃を実現する． |
| （英） | Remarkable advances in deep learning have greatly improved the accuracy of image analysis. The progress of deep learning has significantly advanced the field of image analysis. However, concomitant with this advancement, the emergence of adversarial attacks aiming to deceive deep learning models has posed a significant challenge. While extensive research has focused on adversarial attacks, the investigation of such attacks targeting text recognition models, particularly optical character recognition (OCR), has remained largely unexplored. This paper presents a novel attack against a LaTeX OCR model designed to translate mathematical expression images into LaTeX code. Our method strategically exploits the characteristics of mathematical formula images by targeting filled areas containing text. This approach enables a computationally efficient attack on an image containing the mathematical formula. | |
| キーワード | （和） | 深層学習 / コンピュータビジョン / 敵対的摂動 / 数式画像 / OCR / / / |
| （英） | Deep Learning / Computer Vision / Adversarial Attack / Math Formula Image / OCR / / / | |
| 文献情報 | 信学技報, vol. 123, no. 402, SIP2023-157, pp. 289-293, 2024年2月. | |
| 資料番号 | SIP2023-157 | |
| 発行日 | 2024-02-22 (EA, SIP, SP) | |
| ISSN | 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 | EA2023-110 SIP2023-157 SP2023-92 |
|
| 研究会情報 | |
| 研究会 | SIP SP EA IPSJ-SLP |
| 開催期間 | 2024-02-29 - 2024-03-01 |
| 開催地（和） | 沖縄産業支援センター |
| 開催地（英） | |
| テーマ（和） | 音声，応用／電気音響, 信号処理，一般 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | SIP |
| 会議コード | 2024-02-SIP-SP-EA-SLP |
| 本文の言語 | 英語（日本語タイトルあり） |
| タイトル（和） | 数式認識モデルへのブラックボックス攻撃に関する一手法 |
| サブタイトル（和） | |
| タイトル（英） | Black-Box Adversarial Attack for Math Formula Recognition Model |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 深層学習 / Deep Learning |
| キーワード(2)（和/英） | コンピュータビジョン / Computer Vision |
| キーワード(3)（和/英） | 敵対的摂動 / Adversarial Attack |
| キーワード(4)（和/英） | 数式画像 / Math Formula Image |
| キーワード(5)（和/英） | OCR / OCR |
| 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） | 名村 晴人 / Haruto Namura / ナムラ ハルト |
| 第1著者 所属（和/英） | 同志社大学 (略称： 同志社大) Doshisha University (略称： Doshisha Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 吉田 正朋 / Masatomo Yoshida / ナムラ ハルト |
| 第2著者 所属（和/英） | 同志社大学 (略称： 同志社大) Doshisha University (略称： Doshisha Univ.) |
| 第3著者 氏名（和/英/ヨミ） | アダミ ニコラ / Nicola Adami / アダミ ニコラ |
| 第3著者 所属（和/英） | ブレシア大学 (略称： ブレシア大) University of Brescia (略称： UNIBS) |
| 第4著者 氏名（和/英/ヨミ） | 奥田 正浩 / Masahiro Okuda / オクダ マサヒロ |
| 第4著者 所属（和/英） | 同志社大学 (略称： 同志社大) Doshisha University (略称： Doshisha Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2024-03-01 09:30:00 |
| 発表時間 | 20分 |
| 申込先研究会 | SIP |
| 資料番号 | EA2023-110, SIP2023-157, SP2023-92 |
| 巻番号（vol） | vol.123 |
| 号番号（no） | no.401(EA), no.402(SIP), no.403(SP) |
| ページ範囲 | pp.289-293 |
| ページ数 | 5 |
| 発行日 | 2024-02-22 (EA, SIP, SP) |
[研究会発表申込システムのトップページに戻る]