面向目标检测器的通用物理伪装攻击
计算机视觉与模式识别
2020-04-23 v2
摘要
本文研究了现实世界中针对目标检测器的物理对抗攻击。以往的工作大多仅为刚性或平面物体构造依赖于具体实例的扰动。为此，我们提出学习一种对抗图案，以有效攻击属于同一物体类别的所有实例，称为通用物理伪装攻击（Universal Physical Camouflage Attack, UPC）。具体而言，UPC通过联合欺骗区域提议网络，并误导分类器和回归器输出错误来构造伪装。为使UPC对非刚性或非平面物体也有效，我们引入一组变换来模拟可变形特性。此外，我们施加优化约束使生成的图案对人类观察者而言看起来自然。为公平评估不同物理世界攻击的有效性，我们提出了首个标准化虚拟数据库AttackScenes，其在可控且可复现的环境中模拟真实3D世界。大量实验表明，我们提出的UPC相较于现有物理对抗攻击方法具有优越性，不仅在虚拟环境（AttackScenes）中，也在真实物理环境中。代码与数据集见 https://mesunhlf.github.io/index_physical.html。
引用
@article{arxiv.1909.04326,
title = {Universal Physical Camouflage Attacks on Object Detectors},
author = {Lifeng Huang and Chengying Gao and Yuyin Zhou and Cihang Xie and Alan Yuille and Changqing Zou and Ning Liu},
journal= {arXiv preprint arXiv:1909.04326},
year = {2020}
}
备注
CVPR 2020; codes, models, and demos are available at https://mesunhlf.github.io/index_physical.html