VideoPure: Diffusion-Based Adversarial Purification for Video Recognition

doi:10.1109/TCSVT.2025.3579120

VideoPure: Diffusion-Based Adversarial Purification for Video Recognition

2025-06-12

0

PRE

AI

DOI：10.1109/TCSVT.2025.3579120

原文链接

原文求助

摘要

En 中文

近期研究表明，视频识别模型易受对抗样本攻击，对下游应用构成严重安全风险。然而，当前研究主要集中于对抗攻击，对防御机制的研究较少。此外，由于视频的空间-时间复杂性，现有视频防御方法存在成本高、过拟合及防御性能有限等问题。近期，基于扩散的对抗净化方法在图像领域取得了稳健的防御性能。但由于视频具有额外的时序维度，直接将这些基于扩散的对抗净化方法应用于视频领域会导致性能和效率下降。为构建高效且有效的视频对抗防御方法，我们提出了首个基于扩散的视频净化框架VideoPure，以提升视频识别模型的对抗鲁棒性。针对对抗样本，我们首先采用时序DDIM反转，将输入分布转化为时序一致且轨迹明确的分布，覆盖对抗噪声同时保留更多视频结构。随后，在DDIM去噪过程中，我们利用各去噪步骤的中间结果，进行引导式空间-时间优化，去除对抗噪声的同时保持时序一致性。最后，我们将优化后的中间结果序列输入视频识别模型，通过多步投票获得预测类别。我们在基准数据集和模型上评估了本方法对当前最优黑盒、灰盒及自适应攻击的防御性能。与其他对抗净化方法相比，本方法总体展现出对各类攻击更优的防御性能。此外，本方法可作为灵活的防御插件应用于视频识别模型。代码地址：https://github.com/deep-kaixun/VideoPure

Keyword:

Video recognition model

adversarial defense

diffusion-based adversarial purification

VideoPure

VideoPure: Diffusion-Based Adversarial Purification for Video Recognition

摘要

期刊

机构

引用论文