Fooling an Automatic Image Quality Estimator

Bonnet, Benoit; Furon, Teddy; Bas, Patrick

Type de document :

Communication dans un congrès avec actes

Titre :

Fooling an Automatic Image Quality Estimator

Auteur(s) :

Bonnet, Benoit [Auteur]
Creating and exploiting explicit links between multimedia fragments [LinkMedia]
Furon, Teddy [Auteur]
Creating and exploiting explicit links between multimedia fragments [LinkMedia]
Bas, Patrick [Auteur]

Centre de Recherche en Informatique, Signal et Automatique de Lille - UMR 9189 [CRIStAL]

Titre de la manifestation scientifique :

MediaEval 2020 - MediaEval Benchmarking Intiative for Multimedia Evaluation

Ville :

Online

Pays :

Etats-Unis d'Amérique

Date de début de la manifestation scientifique :

2020-12-14

Discipline(s) HAL :

Informatique [cs]/Traitement du signal et de l'image [eess.SP]

Résumé en anglais : [en]

This paper presents our work on the 2020 MediaEval task: “Pixel Privacy: Quality Camouflage for Social Images". Blind Image Quality Assessment (BIQA) is an algorithm predicting a quality score for any given image. Our task ...
Lire la suite >This paper presents our work on the 2020 MediaEval task: “Pixel Privacy: Quality Camouflage for Social Images". Blind Image Quality Assessment (BIQA) is an algorithm predicting a quality score for any given image. Our task is to modify an image to decrease its BIQA score while maintaining a good perceived quality. Since BIQA is a deep neural network, we worked on an adversarial attack approach of the problem.Lire moins >

Langue :

Anglais

Comité de lecture :

Oui

Audience :

Internationale

Vulgarisation :

Non

Projet ANR :

Sécurité de l'Intelligence Artificielle pour des Applications Défense

Collections :