RePAIR 如何逆转语义分割中的后门攻击

RePAIR 提出一种后处理、无标签且无需知晓攻击方式的防御方法，通过推断受害者与目标的关联来逆转语义分割模型的后门攻击。该方法利用未标记图像池构建安全参考，比较分类头预测与内部语义证据以定位可疑像素并修正特征空间。实验显示该方案在大幅降低攻击成功率的同时，基本保持了模型的清洁性能。