利用通用防御帧防御针对行人检测的对抗性补丁攻击

行人检测在计算机视觉领域引起了广泛关注，并且是以人为中心的计算机视觉中的一个必要元素。尽管行人检测网络的预测性能已得到显著提升，但它们容易受到对抗性补丁攻击。在自动驾驶和安全系统等安全关键应用中，改变受限区域内的像素就能轻易欺骗行人检测网络。尽管对抗对抗性补丁攻击十分必要，但针对行人检测防御此类攻击的努力却很少。在本文中，我们提出了一种新颖的防御策略，通过优化一个用于行人检测的防御帧来防御对抗性补丁攻击。该防御帧在保持对干净行人检测性能的同时，减轻了对抗性补丁的影响。所提出的行人检测防御帧是通过一种竞争学习算法生成的，该算法在行人检测中使检测威胁模块和检测屏蔽模块之间进行迭代竞争。全面的实验结果表明，所提出的方法有效地防御了针对行人检测的对抗性补丁攻击。