SAAM：针对单目深度估计的隐秘对抗攻击
计算机视觉与模式识别
2023-12-21 v2 密码学与安全
摘要
本文中，我们研究单目深度估计（MDE）对对抗补丁的脆弱性。我们提出一种新颖的针对 MDE 的隐秘对抗攻击（SAAM），其通过破坏估计距离或使物体无缝融入背景来危害 MDE。我们的实验表明，所设计的隐秘补丁成功导致基于 DNN 的 MDE 误估物体深度。事实上，我们提出的对抗补丁在受影响区域占比 99% 的情况下实现了显著的 60% 深度误差。重要的是，尽管具有对抗性质，该补丁保持了自然的外观，使人类观察者难以察觉。我们认为本工作揭示了边缘设备上 MDE 语境中对抗攻击的威胁。我们希望借此提高社区对此类攻击潜在现实危害的认识，并鼓励进一步研究以开发更鲁棒与自适应的防御机制。
引用
@article{arxiv.2308.03108,
title = {SAAM: Stealthy Adversarial Attack on Monocular Depth Estimation},
author = {Amira Guesmi and Muhammad Abdullah Hanif and Bassem Ouni and Muhammad Shafique},
journal= {arXiv preprint arXiv:2308.03108},
year = {2023}
}