RED: 鲁棒环境设计
计算机视觉与模式识别
2024-11-27 v1
摘要
自动化系统(尤其是依赖视觉输入的系统)对道路标志的分类高度易受对抗性攻击。传统方法致力于增强分类模型的鲁棒性，而本文则采取根本不同的策略，通过重新设计道路标志本身来提高鲁棒性。我们提出了一种面向攻击者的学习方案，用于自动设计对广泛范围内补丁式攻击鲁棒的道路标志。在数字和物理环境中的实证测试表明，我们的方法显著降低了对补丁攻击的脆弱性，超越了现有技术。
引用
@article{arxiv.2411.17026,
title = {RED: Robust Environmental Design},
author = {Jinghan Yang},
journal= {arXiv preprint arXiv:2411.17026},
year = {2024}
}