Buchumschlag

Black-box Adversarial Attacks Against Image Quality Assessment Models

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Ran, Yu, Zhang, Ao-Xiang, Li, Mingjie, Tang, Weixuan, Wang, Yuan-Gen
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computer Vision and Pattern Recognition Image and Video Processing
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Secure Video Quality Assessment Resisting Adversarial Attacks
von: Zhang, Ao-Xiang, et al.
Veröffentlicht: (2024)

CLIPVQA:Video Quality Assessment via CLIP
von: Xing, Fengchuang, et al.
Veröffentlicht: (2024)

Guardians of Image Quality: Benchmarking Defenses Against Adversarial Attacks on Image Quality Metrics
von: Gushchin, Alexander, et al.
Veröffentlicht: (2024)

Defense Against Adversarial Attacks on No-Reference Image Quality Models with Gradient Norm Regularization
von: Liu, Yujia, et al.
Veröffentlicht: (2024)

Versatile Defense Against Adversarial Attacks on Image Recognition
von: Zhang, Haibo, et al.
Veröffentlicht: (2024)

Beyond Score Changes: Adversarial Attack on No-Reference Image Quality Assessment from Two Perspectives
von: Yang, Chenxi, et al.
Veröffentlicht: (2024)

Adaptive Mixed-Scale Feature Fusion Network for Blind AI-Generated Image Quality Assessment
von: Zhou, Tianwei, et al.
Veröffentlicht: (2024)

IOI: Invisible One-Iteration Adversarial Attack on No-Reference Image- and Video-Quality Metrics
von: Shumitskaya, Ekaterina, et al.
Veröffentlicht: (2024)

Susceptibility of Adversarial Attack on Medical Image Segmentation Models
von: Wang, Zhongxuan, et al.
Veröffentlicht: (2024)

Image Quality Assessment With Compressed Sampling
von: Liao, Ronghua, et al.
Veröffentlicht: (2024)

Image Super-Resolution with Taylor Expansion Approximation and Large Field Reception
von: Feng, Jiancong, et al.
Veröffentlicht: (2024)

Exploring Vulnerabilities of No-Reference Image Quality Assessment Models: A Query-Based Black-Box Method
von: Yang, Chenxi, et al.
Veröffentlicht: (2024)

Demonstration of an Adversarial Attack Against a Multimodal Vision Language Model for Pathology Imaging
von: Thota, Poojitha, et al.
Veröffentlicht: (2024)

Causal Perception Inspired Representation Learning for Trustworthy Image Quality Assessment
von: Wang, Lei, et al.
Veröffentlicht: (2024)

Perceptual Constancy Constrained Single Opinion Score Calibration for Image Quality Assessment
von: Wang, Lei, et al.
Veröffentlicht: (2024)

Multi-task Feature Enhancement Network for No-Reference Image Quality Assessment
von: Yu, Li
Veröffentlicht: (2024)

Semantically-Aware Game Image Quality Assessment
von: Zhu, Kai, et al.
Veröffentlicht: (2025)

Fundus Image Quality Assessment and Enhancement: a Systematic Review
von: Li, Heng, et al.
Veröffentlicht: (2025)

Zoomer: Adaptive Image Focus Optimization for Black-box MLLM
von: Qian, Jiaxu, et al.
Veröffentlicht: (2025)

QMamba: On First Exploration of Vision Mamba for Image Quality Assessment
von: Guan, Fengbin, et al.
Veröffentlicht: (2024)

Adaptive Image Quality Assessment via Teaching Large Multimodal Model to Compare
von: Zhu, Hanwei, et al.
Veröffentlicht: (2024)

No-Reference Image Quality Assessment with Global-Local Progressive Integration and Semantic-Aligned Quality Transfer
von: Wang, Xiaoqi, et al.
Veröffentlicht: (2024)

Vision-Language Models vs Human: Perceptual Image Quality Assessment
von: Mehmood, Imran, et al.
Veröffentlicht: (2026)

SRAW-Attack: Space-Reweighted Adversarial Warping Attack for SAR Target Recognition
von: Zhang, Yiming, et al.
Veröffentlicht: (2026)

MCAD: Multi-modal Conditioned Adversarial Diffusion Model for High-Quality PET Image Reconstruction
von: Cui, Jiaqi, et al.
Veröffentlicht: (2024)

BadRefSR: Backdoor Attacks Against Reference-based Image Super Resolution
von: Yang, Xue, et al.
Veröffentlicht: (2025)

MS-IQA: A Multi-Scale Feature Fusion Network for PET/CT Image Quality Assessment
von: Li, Siqiao, et al.
Veröffentlicht: (2025)

Unrevealed Threats: A Comprehensive Study of the Adversarial Robustness of Underwater Image Enhancement Models
von: Zhai, Siyu, et al.
Veröffentlicht: (2024)

UIF: An Objective Quality Assessment for Underwater Image Enhancement
von: Zheng, Yannan, et al.
Veröffentlicht: (2022)

MDIQA: Unified Image Quality Assessment for Multi-dimensional Evaluation and Restoration
von: Yao, Shunyu, et al.
Veröffentlicht: (2025)

Image Quality Assessment: From Human to Machine Preference
von: Li, Chunyi, et al.
Veröffentlicht: (2025)

Adversarial Neural Networks in Medical Imaging Advancements and Challenges in Semantic Segmentation
von: Liu, Houze, et al.
Veröffentlicht: (2024)

Bridging the Gap Between Saliency Prediction and Image Quality Assessment
von: Alexey, Kirillov, et al.
Veröffentlicht: (2024)

Structural Similarity in Deep Features: Image Quality Assessment Robust to Geometrically Disparate Reference
von: Zhang, Keke, et al.
Veröffentlicht: (2024)

MetaQAP - A Meta-Learning Approach for Quality-Aware Pretraining in Image Quality Assessment
von: Ahmed, Nisar, et al.
Veröffentlicht: (2025)

STBA: Towards Evaluating the Robustness of DNNs for Query-Limited Black-box Scenario
von: Liu, Renyang, et al.
Veröffentlicht: (2024)

Structure Unbiased Adversarial Model for Medical Image Segmentation
von: Zhang, Tianyang, et al.
Veröffentlicht: (2022)

PIGUIQA: A Physical Imaging Guided Perceptual Framework for Underwater Image Quality Assessment
von: Xian, Weizhi, et al.
Veröffentlicht: (2024)

Modular Blind Video Quality Assessment
von: Wen, Wen, et al.
Veröffentlicht: (2024)

Dual-Representation Interaction Driven Image Quality Assessment with Restoration Assistance
von: Yue, Jingtong, et al.
Veröffentlicht: (2024)