面向安全自动驾驶的可解释可信交通标志检测：一种归纳逻辑编程方法
人工智能
2023-09-08 v1 计算机视觉与模式识别
计算机科学中的逻辑
摘要
交通标志检测是自动驾驶车辆（AV）运行中的关键任务，因其关乎所有道路使用者的安全。当前基于DNN的标志分类系统依赖像素级特征检测交通标志，且易受热对抗攻击。此类攻击通过对标志进行微小、难以察觉的改动，可使传统分类器误识标志。我们提出一种基于归纳逻辑编程（ILP）的AV停车标志检测方法以解决该问题。该方法利用标志的高层特征（如形状、颜色与文本）检测交通标志类别。此方法对对抗攻击更鲁棒，因其模拟类人感知且不易受当前DNN分类器局限影响。我们采用两种对抗攻击方法评估所提方法：鲁棒物理扰动（PR2）与对抗伪装（AdvCam）。这些攻击能够欺骗DNN分类器，使其以高置信度将停车标志误识为其他标志。结果表明，即便存在PR2与AdvCam攻击，所提基于ILP的技术仍能正确识别所有目标停车标志。所提学习方法亦高效，因其仅需极少训练数据。此外，其完全可解释，便于对AV进行调试。
引用
@article{arxiv.2309.03215,
title = {Explainable and Trustworthy Traffic Sign Detection for Safe Autonomous Driving: An Inductive Logic Programming Approach},
author = {Zahra Chaghazardi and Saber Fallah and Alireza Tamaddoni-Nezhad},
journal= {arXiv preprint arXiv:2309.03215},
year = {2023}
}
备注
In Proceedings ICLP 2023, arXiv:2308.14898