越界触发器：欺骗目标检测器的隐蔽方法
计算机视觉与模式识别
2024-10-15 v1
摘要
近年来，针对基于深度神经网络（DNN）的目标检测系统的对抗鲁棒性研究已成为关键研究领域。传统针对目标检测器的物理攻击方法，如对抗性补丁和纹理操控，直接 manipulate 对象的表面。虽然这些方法有效，但对对象的显著操控可能在实际应用中引起注意。为此，本文引入一种更为隐蔽的方法：一种作用于边界框之外的不显眼的对抗触发器，使对象对模型而言不可检测。我们进一步提出了特征引导（Feature Guidance, FG）技术和通用自适应梯度投影（Universal Auto-PGD, UAPGD）优化策略，用于制造高质量触发器。通过大量实验验证了本方法的有效性，显示其在数字和物理环境中均表现出色。代码和视频将于 https://github.com/linToTao/Out-of-bbox-attack 提供。
引用
@article{arxiv.2410.10091,
title = {Out-of-Bounding-Box Triggers: A Stealthy Approach to Cheat Object Detectors},
author = {Tao Lin and Lijia Yu and Gaojie Jin and Renjue Li and Peng Wu and Lijun Zhang},
journal= {arXiv preprint arXiv:2410.10091},
year = {2024}
}
备注
ECCV 2024