Ad2Attack：面向实时无人机追踪的自适应对抗攻击
计算机视觉与模式识别
2022-03-04 v1 机器人学
摘要
视觉追踪被广泛应用于各类无人机（UAV）相关应用，这对无人机追踪器的鲁棒性提出了极高要求。然而，添加难以察觉的扰动即可轻易欺骗追踪器并导致追踪失败。该风险目前常被忽视且鲜有研究。因此，为提升对潜在风险及无人机追踪鲁棒性的认识，本文提出一种新颖的自适应对抗攻击方法，即AdAttack，针对无人机目标追踪。具体而言，对抗样本在搜索块图像重采样过程中在线生成，使追踪器在后续帧中丢失目标。AdAttack由直接下采样模块与具有自适应阶段的超分辨率上采样模块组成。我们提出一种新颖的优化函数，以平衡攻击的不可察觉性与效率。在多个知名基准和真实场景下的综合实验表明了该攻击方法的有效性，其大幅降低了最先进Siamese追踪器的性能。
引用
@article{arxiv.2203.01516,
title = {Ad2Attack: Adaptive Adversarial Attack on Real-Time UAV Tracking},
author = {Changhong Fu and Sihang Li and Xinnan Yuan and Junjie Ye and Ziang Cao and Fangqiang Ding},
journal= {arXiv preprint arXiv:2203.01516},
year = {2022}
}
备注
7 pages, 7 figures, accepted by ICRA 2022