全尺度立体匹配的欺骗：针对自动驾驶中双目深度估计的物理对抗性攻击
计算机视觉与模式识别
2026-03-17 v4 人工智能
摘要
尽管深度神经模型已被证明在实现自动驾驶感知方面易受对抗样本的攻击，但已知攻击往往利用 2D 贴图，主要针对单目感知。因此，针对基于立体的双目深度估计的物理对抗样本（PAEs）的有效性仍基本未知。为此，我们提出了首个针对自动驾驶情境下立体匹配模型的纹理启用型物理对抗攻击。该方法采用具有全局伪装纹理的 3D PAE，而非局部基于 2D 贴图的方式，确保在不同立体摄像机视角下具有视觉一致性和攻击有效性。为应对这些摄像机的视差效应，我们还提出了新的 3D 立体匹配渲染模块，使 PAES 能与实际位置和方向在双目视觉中对齐。我们进一步提出了一种新型合并攻击，通过细粒度 PAES 优化将目标自然融入环境，从而显著提升其隐蔽性和致命性。广泛的评估表明，我们的 PAES 能够成功地欺骗立体模型，使其生成错误的深度信息。
引用
@article{arxiv.2511.14386,
title = {Cheating Stereo Matching in Full-scale: Physical Adversarial Attack against Binocular Depth Estimation in Autonomous Driving},
author = {Kangqiao Zhao and Shuo Huai and Xurui Song and Jun Luo},
journal= {arXiv preprint arXiv:2511.14386},
year = {2026}
}
备注
AAAI 2026