BankTweak：通过操控特征库对多目标跟踪器进行对抗攻击
计算机视觉与模式识别
2024-08-26 v1 人工智能
机器学习
摘要
多目标跟踪 (MOT) 旨在构建物体的运动轨迹，而现代多目标跟�器主要采用跟踪-检测方法。早期的 MOT 攻击方法主要旨�降低被攻击帧的检测质量，从而仅在这些特定帧中降低准确率，这凸显了其“效率”不足。为提高效率，近期进展通过操控物体位置来导致关联阶段持续的身份 (ID) 切换，即便攻击在几帧内结束。然而，这些位置操控式攻击存在固有局限，因而容易被抵消——只需调整关联阶段中与距离相关的参数，便可实现，从而暴露出其“鲁棒性”不足。本文提出 \textsf{BankTweak}，一种为 MOT 跟踪器设计的新型对抗攻击，具备效率与鲁棒性。\textsf{BankTweak} 关注关联阶段中的特征提取器，揭示了特征-based MOT 系统所使用的匈牙利匹配方法的漏洞。通过利用此漏洞，\textsf{BankTweak} 在不修改物体位置的前提下，将擹改后的特征 strategically 注入特征库，从而在攻击结束后仍可持续引发 ID 切换（解决“效率”问题），从而解决“鲁棒性”不足的问题。为证明适用性，我们将 \textsf{BankTweak} 应用于三个多目标跟踪器 (DeepSORT、StrongSORT 和 MOTDT)，分别采用 one-stage、two-stage、anchor-free 和 transformer 检测器。在 MOT17 和 MOT20 数据集上进行大量实验表明，我们的方法在现有攻击方法上显著优越，暴露了跟踪-检测框架对 \textsf{BankTweak} 的脆弱性。
引用
@article{arxiv.2408.12727,
title = {BankTweak: Adversarial Attack against Multi-Object Trackers by Manipulating Feature Banks},
author = {Woojin Shin and Donghwa Kang and Daejin Choi and Brent Kang and Jinkyu Lee and Hyeongboo Baek},
journal= {arXiv preprint arXiv:2408.12727},
year = {2024}
}