简介： 一种基于通用扰动的攻击图像检索方法，涉及图像检索、对抗样本。构造一种人类肉眼几乎不可见的扰动图片，使得叠加到对应的图像库里的图片后，在特征空间引起变化，破坏原来的相关近邻关系，返回相似度低的图像，从而使图像检索系统失效。对一个图像库仅需构造一张扰动图片。近邻关系包括图像最近最远近邻关系和排序列表近邻关系。为保证构建的噪声对任意分辨率的图片生效，训练过程中加入随机分辨率调整过程。针对参数无法获取的黑盒检索模型，采用从粗到精的模型蒸馏方法获得替代模型，并通过对替代模型的攻击来间接达到攻击原检索模型的效果。