EVD4UAV：用于规避无人机车辆检测的高度敏感基准
计算机视觉与模式识别
2024-07-24 v2
摘要
无人机 (UAV) 拍摄图像中的车辆检测在航空摄影和遥感中有着广泛的应用。已有许多公开的基准数据集用于无人机图像中的车辆检测和跟踪。最近的研究表明，在物体上添加对抗性补丁可以欺骗训练有素的基于深度神经网络的物体检测器，从而对下游任务构成安全威胁。然而，当前的公开无人机数据集可能忽略了多样化的高度、车辆属性以及在大多数侧视图中车顶模糊的细粒度实例级标注，因此没有一个适合研究基于对抗性补丁的车辆检测攻击问题。在本文中，我们提出了一个名为 EVD4UAV 的新数据集，作为一个高度敏感的基准，用于规避无人机中的车辆检测，包含 6,284 张图像和 90,886 个细粒度标注的车辆。EVD4UAV 数据集具有多样化的高度（50m、70m、90m）、车辆属性（颜色、类型）、细粒度标注（水平和旋转边界框、实例级掩膜），且在俯视图中车顶清晰。我们在 EVD4UAV 上实现了一种白盒和两种黑盒基于补丁的攻击方法，以攻击三种经典的基于深度神经网络的物体检测器。实验结果表明，这些代表性攻击方法无法实现鲁棒的高度无关攻击性能。
引用
@article{arxiv.2403.05422,
title = {EVD4UAV: An Altitude-Sensitive Benchmark to Evade Vehicle Detection in UAV},
author = {Huiming Sun and Jiacheng Guo and Zibo Meng and Tianyun Zhang and Jianwu Fang and Yuewei Lin and Hongkai Yu},
journal= {arXiv preprint arXiv:2403.05422},
year = {2024}
}