Adversarial Self-Defense for Cycle-Consistent GANs
2020-04-28 17:11:38
Project page: http://ai.bu.edu/selfadv/
1. Background and Motivation:
2. Self-Adversarial Attack in Cyclic Models:
在 unpaired 图像转换领域，给定图像 x 和 y，有两个判别器 Da 和 Db，那么循环一致性损失可以构造为：
但是，当 domain A 中的数据远远超过 B 的时候，这个转换的性质就变了，不再是 1-1 了，而是 many-to-one 了。那么，产生器 G 仍然会强迫完美的执行输入的重构，即使输入图像的一些信息已经丢失了。这种现象被描述为 一种 adversarial attack，实际上，任何给定的图像，都是可以产生这样结构化的噪声，使其可以重构出目标图像。实际上， CycleGAN 和其他模型，利用 cycle-consistency loss 添加了一个非常 low-amplitude signal 到 translation $\hat{y}$ 上，而人眼几乎看不到。添加这么一个特定的信号足够重构出 图像 x 不应该出现在 $\hat{y}$ 上面的信息。这使得结合 cycle-consistency loss 的方法对 low-amplitude high-frequency noise 非常敏感。因为 noise 可以破坏 hidden signal。此外，这种行为也使得 model 收敛到一个 non-optimal solution 或者不收敛。通过添加结构化的噪声，该模型欺骗，以使得最小化重构误差，而不是学习正确的映射。
3. Defence techniques：
3.1. Adversarial training with noise:
相比较于公式 1 来说，其实就是加了个 noise，
其中，红色部分是 high-frequency perturbation function。
3.2. Guess Discriminator：