红外对抗汽车贴纸
计算机视觉与模式识别
2024-05-17 v1
摘要
红外物理对抗样本在研究广泛应用于我们生活中如自动驾驶等领域的红外 AI 系统安全方面具有重要意义。以往的红外物理攻击主要针对 2D 红外行人检测，可能未充分展现其对 AI 系统的破坏性。在本工作中，我们提出一种基于 3D 模型的红外探测器物理攻击方法，并将其应用于实际汽车。目标是设计一套在不同观察角度、距离和场景下，使汽车对红外探测器不可见的红外对抗贴纸。我们构建了具有真实红外特性的 3D 红外汽车模型，提出了基于 3D 网格阴影的红外对抗图案生成方法。我们提出了基于 3D 控制点的网格平滑算法，并使用一组平滑损失函数来增强对抗网格的平滑性，以便贴纸的实现。此外，我们设计了铝制贴纸并在两辆真实丰田 A200L 汽车上进行了物理实验。我们的对抗贴纸在不同观察角度、距离和场景下能使 Faster RCNN 等目标检测器无法检测到汽车。攻击成功率（ASR）达到 91.49%。与此相比，随机贴纸和无贴纸的 ASRs 分别仅为 6.21% 和 0.66%。此外，针对 YOLOv3 和 Deformable DETR 等六个未见目标检测器的 ASRs 在 73.35%~95.80% 之间，显示出良好的跨检测器迁移性能。
引用
@article{arxiv.2405.09924,
title = {Infrared Adversarial Car Stickers},
author = {Xiaopei Zhu and Yuqiu Liu and Zhanhao Hu and Jianmin Li and Xiaolin Hu},
journal= {arXiv preprint arXiv:2405.09924},
year = {2024}
}
备注
Accepted by CVPR 2024