基于微分方法的灵活物理伪装生成
计算机视觉与模式识别
2024-12-13 v3 人工智能
摘要
本研究提出了一种新颖的神经渲染方法，专为对抗性伪装设计，并集成于广泛的 3D 渲染框架中。我们的方法名为 FPA，超越了传统技术，通过忠实模拟光照条件和材质变化，确保在 3D 目标上呈现细腻且逼真的纹理表示。为此，我们采用一种生成式方法，从扩散模型中学习对抗性图案。该方法结合了专门设计的对抗损失和隐蔽约束损失，以保证伪装在物理世界中的对抗性和隐蔽性。此外，我们展示了所提出的伪装在贴纸模式下的有效性，证明其能够在不损害对抗信息的前提下覆盖目标。通过实证和物理实验，FPA 在攻击成功率和迁移性方面表现出强劲性能。另外，所设计的贴纸模式伪装结合隐蔽约束，能够适应环境，产生多样化的纹理风格。我们的研究结果突显了 FPA 方法在对抗性伪装应用中的多功能性和有效性。
引用
@article{arxiv.2402.13575,
title = {Flexible Physical Camouflage Generation Based on a Differential Approach},
author = {Yang Li and Wenyi Tan and Tingrui Wang and Xinkai Liang and Quan Pan},
journal= {arXiv preprint arXiv:2402.13575},
year = {2024}
}