[控场AI]
基准Video Classification Robustness Benchmark

VCR-Bench

面向视频分类鲁棒性评测的模块化开源基准框架,整合视频加载、分类器封装、对抗攻击与防御、感知质量指标等完整评测链路,支持30个视频分类模型、14种对抗攻击方法和10个防御封装器,旨在为视频分类鲁棒性研究提供统一标准化协议

时间轴 (近 90 天)

10月8日

VCR-Bench 是一个模块化的开源视频分类鲁棒性评测基准框架

待验证50%
10月8日

VCR-Bench 整合了 30 个视频分类模型

待验证50%
10月8日

VCR-Bench 整合了 14 种对抗攻击方法

待验证50%
10月8日

VCR-Bench 整合了 10 个防御封装器

待验证50%
10月8日

研究团队在 Kinetics-400 数据集的子集上对视频分类器、攻击方法和防御手段进行了评测

待验证50%
10月8日

VCR-Bench 从干净准确率、攻击成功率、感知质量、运行时间、内存占用等多个维度综合衡量鲁棒性

待验证50%
10月8日

VCR-Bench 项目已在 GitHub 开源(msu-video-group/vcr-bench)

待验证50%
10月8日

VCR-Bench 随附详细安装文档、可复现运行预设、组件扩展接口以及重现论文结果的脚本

待验证50%
10月8日

VCR-Bench 的组件扩展接口使其可随新模型、新攻击、新防御的出现持续演进

待验证50%
10月8日

VCR-Bench 当前评测仅基于 Kinetics-400 子集,覆盖的数据集和场景仍有限

待验证50%

全部知识事实 (10)

来源文章