論文の概要: They See Me Rollin': Inherent Vulnerability of the Rolling Shutter in
CMOS Image Sensors
- arxiv url: http://arxiv.org/abs/2101.10011v1
- Date: Mon, 25 Jan 2021 11:14:25 GMT
- ステータス: 処理完了
- システム内更新日: 2021-03-14 19:00:43.877008
- Title: They See Me Rollin': Inherent Vulnerability of the Rolling Shutter in
CMOS Image Sensors
- Title（参考訳）: CMOSイメージセンサにおける転がりシャッタの固有の脆弱性
- Authors: Sebastian K\"ohler, Giulio Lovisotto, Simon Birnbach, Richard Baker,
Ivan Martinovic
- Abstract要約: カメラの電子回転シャッターを利用して微細な画像破壊を注入することができる。
敵がレーザーを変調して、最先端の検出器で認識される物体の75%を隠蔽する方法を示す。
以上の結果から,ローリングシャッター攻撃は視覚に基づくインテリジェントシステムの性能と信頼性を大幅に低下させる可能性が示唆された。
- 参考スコア（独自算出の注目度）: 21.5487020124302
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Cameras have become a fundamental component of vision-based intelligent
systems. As a balance between production costs and image quality, most modern
cameras use Complementary Metal-Oxide Semiconductor image sensors that
implement an electronic rolling shutter mechanism, where image rows are
captured consecutively rather than all-at-once.
In this paper, we describe how the electronic rolling shutter can be
exploited using a bright, modulated light source (e.g., an inexpensive,
off-the-shelf laser), to inject fine-grained image disruptions. These
disruptions substantially affect camera-based computer vision systems, where
high-frequency data is crucial in extracting informative features from objects.
We study the fundamental factors affecting a rolling shutter attack, such as
environmental conditions, angle of the incident light, laser to camera
distance, and aiming precision. We demonstrate how these factors affect the
intensity of the injected distortion and how an adversary can take them into
account by modeling the properties of the camera. We introduce a general
pipeline of a practical attack, which consists of: (i) profiling several
properties of the target camera and (ii) partially simulating the attack to
find distortions that satisfy the adversary's goal. Then, we instantiate the
attack to the scenario of object detection, where the adversary's goal is to
maximally disrupt the detection of objects in the image. We show that the
adversary can modulate the laser to hide up to 75% of objects perceived by
state-of-the-art detectors while controlling the amount of perturbation to keep
the attack inconspicuous. Our results indicate that rolling shutter attacks can
substantially reduce the performance and reliability of vision-based
intelligent systems.
- Abstract（参考訳）: カメラは視覚ベースのインテリジェントシステムの基本コンポーネントとなっている。
製造コストと画質のバランスをとるため、現代のほとんどのカメラでは、電子式ローリングシャッター機構を実装したComplementary Metal-Oxide Semiconductorイメージセンサーを使用している。
本稿では, 電子式転がりシャッターを明るい変調光源(例えば, 安価なオフザシェルフレーザー)で利用し, きめ細かな画像破壊を注入する方法について述べる。
これらの破壊は、物体から情報的特徴を抽出するのに高周波データが不可欠であるカメラベースのコンピュータビジョンシステムに大きく影響する。
本研究では, 環境条件, 入射光の角度, レーザーからカメラの距離, 精度など, 転がりシャッター攻撃に影響を及ぼす基本的な要因について検討する。
これらの要因が射出歪みの強度にどう影響するか, カメラの特性をモデル化することで敵がどう考慮するかを実証する。
i) ターゲットカメラのいくつかの特性をプロファイリングし、(ii) 敵の目標を満たす歪みを見つけるために攻撃を部分的にシミュレートする。
次に、敵の目標は、画像内の物体の検出を最大に破壊することであるオブジェクト検出のシナリオへの攻撃をインスタンス化します。
敵はレーザーを変調して、最先端の検出器が知覚する物体の75%まで隠蔽でき、また攻撃を目立たないよう摂動量を制御できることを示した。
以上の結果から,ローリングシャッター攻撃は視覚に基づくインテリジェントシステムの性能と信頼性を大幅に低下させる可能性が示唆された。
関連論文リスト
- Understanding Impacts of Electromagnetic Signal Injection Attacks on Object Detection [33.819549876354515]
本稿では,サイバー物理攻撃が物体検出モデルに与える影響を定量化し,解析する。
イメージセンサーが捉えた画像は、サイバー物理攻撃など、実際の応用におけるさまざまな要因に影響される可能性がある。
論文 参考訳（メタデータ） (2024-07-23T09:22:06Z) - Microsaccade-inspired Event Camera for Robotics [42.27082276343167]
低反応時間と安定したテクスチャを同時に維持できるイベントベース認識システムの設計を行う。
回転するくさびプリズムの幾何学的光学は、追加の回転運動のアルゴリズムによる補償を可能にする。
様々な実世界の実験では、ロボット工学が低レベルと高レベルの両方の視覚タスクに対して知覚を促進する可能性を実証している。
論文 参考訳（メタデータ） (2024-05-28T02:49:46Z) - Deep Learning for Event-based Vision: A Comprehensive Survey and Benchmarks [55.81577205593956]
イベントカメラはバイオインスパイアされたセンサーで、ピクセルごとの強度の変化を非同期に捉える。
深層学習(DL)はこの新興分野に導入され、その可能性のマイニングに活発な研究努力にインスピレーションを与えている。
論文 参考訳（メタデータ） (2023-02-17T14:19:28Z) - Adversarially-Aware Robust Object Detector [85.10894272034135]
本稿では,ロバスト検出器 (RobustDet) を提案する。
本モデルは, クリーン画像の検出能力を維持しながら, 傾きを効果的に解き, 検出堅牢性を著しく向上させる。
論文 参考訳（メタデータ） (2022-07-13T13:59:59Z) - Lasers to Events: Automatic Extrinsic Calibration of Lidars and Event
Cameras [67.84498757689776]
本稿では,イベントカメラとライダーの直接校正法について述べる。
フレームベースのカメラインターミディエートおよび/または高精度の手測定への依存を除去する。
論文 参考訳（メタデータ） (2022-07-03T11:05:45Z) - Shadows can be Dangerous: Stealthy and Effective Physical-world
Adversarial Attack by Natural Phenomenon [79.33449311057088]
我々は、非常に一般的な自然現象であるシャドーによって摂動が生じる新しい種類の光対角運動例について研究する。
我々は,シミュレーション環境と実環境の両方において,この新たな攻撃の有効性を広く評価した。
論文 参考訳（メタデータ） (2022-03-08T02:40:18Z) - Signal Injection Attacks against CCD Image Sensors [20.892354746682223]
我々は,CCDイメージセンサが捉えた画像情報を操作するために,電磁エマニュエーションをどのように利用できるかを示す。
以上の結果から,インジェクトされた歪みが視覚に基づく自律的知能システムを破壊する可能性が示唆された。
論文 参考訳（メタデータ） (2021-08-19T19:05:28Z) - Exploring Adversarial Robustness of Multi-Sensor Perception Systems in
Self Driving [87.3492357041748]
本稿では,敵物体をホスト車両の上に配置することで,マルチセンサ検出の実用的感受性を示す。
実験の結果, 攻撃が成功した原因は主に画像の特徴が損なわれやすいことが判明した。
よりロバストなマルチモーダル知覚システムに向けて,特徴分断を伴う敵対的訓練が,このような攻撃に対するロバスト性を大幅に高めることを示す。
論文 参考訳（メタデータ） (2021-01-17T21:15:34Z) - Invisible Perturbations: Physical Adversarial Examples Exploiting the
Rolling Shutter Effect [16.876798038844445]
私たちは初めて、人間の目に見えない物理的敵の例を生成します。
我々は、攻撃者がシーンを逆向きに照らし、ターゲットの誤分類を引き起こす変調された信号を作る方法を実証する。
我々はLEDで様々なシミュレーションと物理実験を行い、目標攻撃率を最大84%まで示す。
論文 参考訳（メタデータ） (2020-11-26T16:34:47Z) - From two rolling shutters to one global shutter [57.431998188805665]
我々は、ローリングシャッターの歪みを解き放つことができる驚くほどシンプルなカメラ構成を探索する。
このようなセットアップは簡単で安価であり、ローリングシャッター歪みを修正するのに必要な幾何学的制約を持っている。
一般および特殊運動の基底となる幾何学を記述した方程式を導出し、それらの解を見つけるための効率的な方法を提案する。
論文 参考訳（メタデータ） (2020-06-02T22:18:43Z) - GhostImage: Remote Perception Attacks against Camera-based Image
Classification Systems [6.637193297008101]
視覚に基づくオブジェクト分類システムでは、センサーが環境を認識し、機械学習を使用して意思決定のためにオブジェクトを検出し分類する。
我々は、攻撃者が突発的なオブジェクトを作成したり、既存のオブジェクトを変更したりすることを可能にするために、認識ドメインをリモートかつ控えめに利用する方法を実証する。
論文 参考訳（メタデータ） (2020-01-21T21:58:45Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。