基于 LiDAR 的 3D 目标检测的新对抗视角
计算机视觉与模式识别
2024-12-18 v1
摘要
自动驾驶汽车在驾驶场景中依赖 LiDAR 传感器进行环境感知与决策。然而，在复杂环境中确保自动驾驶汽车的安全性与可靠性仍是一项紧迫的挑战。为解决这一问题，我们引入了一个真实世界数据集（ROLiD），其中包含两种随机物体（水雾和烟雾）的 LiDAR 扫描点云。在本文中，我们通过提出一种利用水雾和烟雾来模拟环境干扰的攻击框架，引入了一种新颖的对抗视角。具体而言，我们提出了一种使用名为 PCS-GAN 的运动与内容分解生成对抗网络的点云序列生成方法，以模拟随机物体的分布。此外，利用通过 Range Image 实现的模拟 LiDAR 扫描特性，我们考察了在目标车辆不同位置引入随机物体扰动的效果。大量实验表明，基于随机物体的对抗扰动能有效欺骗车辆检测并降低 3D 目标检测模型的识别率。
引用
@article{arxiv.2412.13017,
title = {A New Adversarial Perspective for LiDAR-based 3D Object Detection},
author = {Shijun Zheng and Weiquan Liu and Yu Guo and Yu Zang and Siqi Shen and Cheng Wang},
journal= {arXiv preprint arXiv:2412.13017},
year = {2024}
}
备注
11 pages, 7 figures, AAAI2025