针对航拍图像目标检测器的物理对抗攻击
计算机视觉与模式识别
2021-10-22 v3
摘要
深度神经网络 (DNNs) 已成为处理利用对地观测卫星平台收集的大量航拍图像不可或缺的工具。然而，DNNs 易受对抗样本攻击，且预计这一弱点也困扰着用于航拍图像的 DNNs。在本工作中，我们展示了针对航拍图像的物理对抗攻击的首批努力之一，通过优化、制作并将对抗补丁安装到目标对象（汽车）上或附近，以显著降低应用于俯视图像的目标检测器的效能。针对航拍图像（尤其是从卫星平台捕获的图像）的物理对抗攻击受到大气因素（光照、天气、季节）以及观察者与目标之间距离的挑战。为研究这些挑战的影响，我们设计了新颖的实验与度量标准，以评估航拍场景中针对目标检测器的物理对抗攻击的效能。我们的结果表明，物理对抗攻击对用于处理卫星图像的 DNNs 构成了明显威胁。
引用
@article{arxiv.2108.11765,
title = {Physical Adversarial Attacks on an Aerial Imagery Object Detector},
author = {Andrew Du and Bo Chen and Tat-Jun Chin and Yee Wei Law and Michele Sasdelli and Ramesh Rajasegaran and Dillon Campbell},
journal= {arXiv preprint arXiv:2108.11765},
year = {2021}
}