PapMOT: 探索针对多目标跟踪的对抗性补丁攻击
计算机视觉与模式识别
2025-04-15 v1
摘要
持续视频流中跟踪多个对象对于许多计算机视觉任务至关重要。它涉及检测并将对象与其在连续帧中的身份关联。尽管在多目标跟踪 (MOT) 中取得了显著进展，但最近的研究揭示了现有 MOT 方法对对抗攻击的脆弱性。然而，这些所有攻击都属于数字攻击，通过注入输入图像的像素级噪声实现，因此在物理场景中无效。为填补这一空白，我们提出了 PapMOT，可为 MOT 的数字和物理场景生成物理对抗性补丁。除了攻击检测机制外，PapMOT 还优化可被检测为新目标的可打印补丁，以误导身份关联过程。此外，我们引入一种补丁增强策略进一步降低跟踪结果在视频帧之间的时间一致性，从而导致更激进的攻击。我们进一步开发了新的评估指标来评估 MOT 针对此类攻击的鲁棒性。多个数据集上的广泛评估表明，PapMOT 能够成功地针对各种 MOT 跟踪器架构进行数字场景攻击。我们还通过在实际世界中部署打印的对抗性补丁验证了 PapMOT 进行物理攻击的有效性。
引用
@article{arxiv.2504.09361,
title = {PapMOT: Exploring Adversarial Patch Attack against Multiple Object Tracking},
author = {Jiahuan Long and Tingsong Jiang and Wen Yao and Shuai Jia and Weijia Zhang and Weien Zhou and Chao Ma and Xiaoqian Chen},
journal= {arXiv preprint arXiv:2504.09361},
year = {2025}
}
备注
Accepted by ECCV 2024