针对基于事件的行人检测器的对抗攻击：一种物理方法
计算机视觉与模式识别
2025-03-04 v1
摘要
事件相机因其低延迟和高动态范围，显示出在行人检测应用中的巨大潜力。然而，尽管近期研究主要聚焦于提高检测精度，但针对物理对抗攻击的事件视觉模型鲁性获得了有限的关注。例如，特定的服装图案或配件等对抗性物理物体会利用这些系统固有的漏洞，导致误检或误分类。本研究首次探索了针对事件驱动行人检测器的物理对抗攻击，具体检验 certain clothing patterns (特定服装图案) 是否会导致这些检测器失效，使其无法检测到该人员。为此，我们开发了一个数字域中的端到端对抗框架，将对抗性服装纹理的设计表述为 2D 纹理优化问题。通过构建有效的对抗损失函数，框架利用反向传播迭代生成最优纹理。我们的结果表明，数字域中识别出的纹理具有强大的对抗性能。进一步地，我们将这些数字优化后的纹理转化为实际服装并在现实场景中进行测试，成功证明了所设计的纹理显著降低了基于事件的行人检测模型的性能。本工作凸显了此类模型易受物理对抗攻击的脆弱性。
引用
@article{arxiv.2503.00377,
title = {Adversarial Attacks on Event-Based Pedestrian Detectors: A Physical Approach},
author = {Guixu Lin and Muyao Niu and Qingtian Zhu and Zhengwei Yin and Zhuoxiao Li and Shengfeng He and Yinqiang Zheng},
journal= {arXiv preprint arXiv:2503.00377},
year = {2025}
}
备注
Accepted by AAAI 2025