基于对抗轨迹的多目标跟踪物理 ID 转移攻击
计算机视觉与模式识别
2025-12-02 v1
摘要
多目标跟踪(MOT)是计算机视觉中的关键任务，应用范围从监控系统到自动驾驶。然而，针对MOT算法的威胁尚未得到广泛研究。特别是，跟踪对象与其分配 ID 之间的错误关联可能导致严重后果，如错误的轨迹预测。以前针对MOT的攻击要么聚焦于劫持单个对象的跟踪器，要么通过攻击集成对象检测(OD)模块的数字域中的 tracker ID 来操控跟踪器 ID，这些方法是 model-specific 的、不稳健的，仅能影响离线数据集中的特定样本。在本文中，我们提出了 AdvTraj，即首个针对跟踪-by-detection MOT 的在线物理 ID 操控攻击，攻击者使用对抗轨迹将其 ID 转移到针对性对象上，以混淆跟踪系统，而无需攻击 OD。我们的 CARLA 中的仿真结果表明，AdvTraj 可在 SORT 的各种场景下实现 100% 的成功率白盒攻击 ID 分配，这些攻击也具有高攻击转移性(最高达 93%)针对最先进(SOTA)MOT算法，因为它们的 common 设计原则。我们刻画了AdvTraj 生成的轨迹模式，并提出了两种通用对抗机动，可由人类步行者/驾驶员在日常场景中执行。我们的工作揭示了SOTA MOT 系统对象关联阶段的未充分发现的弱点，并为增强此类系统的鲁棒性提供了见解。
引用
@article{arxiv.2512.01934,
title = {Physical ID-Transfer Attacks against Multi-Object Tracking via Adversarial Trajectory},
author = {Chenyi Wang and Yanmao Man and Raymond Muller and Ming Li and Z. Berkay Celik and Ryan Gerdes and Jonathan Petit},
journal= {arXiv preprint arXiv:2512.01934},
year = {2025}
}
备注
Accepted to Annual Computer Security Applications Conference (ACSAC) 2024