ACTIVE：面向高可迁移3D物理伪装以实现通用鲁棒车辆规避
计算机视觉与模式识别
2023-08-17 v2
摘要
对抗伪装因能通过对物体整个表面进行覆盖，从任意视角攻击物体检测器而受到关注。然而，现有方法的通用性与鲁棒性常显不足，因其往往忽视可迁移性方面，从而将应用限制于特定目标且性能有限。为应对这些挑战，我们提出可迁移密集型车辆规避对抗伪装（ACTIVE），一种最先进的物理伪装攻击框架，旨在生成能够隐藏任意3D车辆使其免于被检测器发现的通用且鲁棒的对抗伪装。我们的框架融合了增强通用性与鲁棒性的创新技术，包括：一种精细化纹理渲染，使得通用纹理可应用于不同车辆而不受限于特定纹理贴图；一种使车辆不可被检测的新型隐身损失；以及一种平滑与伪装损失以增强对抗伪装的自然度。我们在15个不同模型上的大量实验表明，ACTIVE在各种公开检测器（包括最新的YOLOv7）上持续优于现有工作。值得注意的是，我们的通用性评估揭示了其对其他车辆类别、任务（分割模型）以及现实世界（不仅限于其他车辆）均具有可喜的可迁移性。
引用
@article{arxiv.2308.07009,
title = {ACTIVE: Towards Highly Transferable 3D Physical Camouflage for Universal and Robust Vehicle Evasion},
author = {Naufal Suryanto and Yongsu Kim and Harashta Tatimma Larasati and Hyoeun Kang and Thi-Thu-Huong Le and Yoonyoung Hong and Hunmin Yang and Se-Yoon Oh and Howon Kim},
journal= {arXiv preprint arXiv:2308.07009},
year = {2023}
}
备注
Accepted for ICCV 2023. Main Paper with Supplementary Material. Project Page: https://islab-ai.github.io/active-iccv2023/