论文笔记：Seeing is Not Believing: Camouflage Attacks on Image Scaling Algorithms

攻击原理

实际上，攻击原理非常简单。对于图片resize函数的攻击是利用信号重采样过程中的混叠现象(aliasing effect)，这是主流图片重采样（即resize）算法设计的一个缺陷。

在信号重采样的过程中，如果出现采样率下降，则必须进行低通滤波，这是奈奎斯特-香农采样定理所决定的。否则，将会出现混叠现象，即原本信号中的高频信号（降采样后不能容纳的部分），将和低频的信号重叠，从而影响低频的信号。

在图片重采样算法的攻击中，则具体为：向图片中加入高频的扰动信息，由于重采样算法设计的缺陷（没有合理的低通滤波器，如双线性插值），重采样后，这些经过特定设计的高频信号与低频信号混合在一起后，就会使得图片内容产生改变（因为低频的信号变形了）。

对于音频而言，攻击很难发生，因为音频设计了低通滤波器，主流的如sinc插值法。

论文中写了一大堆，实际上实现非常简单，内存够的话，不需要先横向再纵向然后慢慢改。

另外，如果图片的插值函数有相关的实现（如pytorch和tensorflow），（做实验）也不需要使用论文中的提取矩阵的方法，例如pytorch中有interpolate方法，十几行代码搞定。

低通滤波的方法，如box resampling。