論文の概要: Optical Adversarial Attack

• arxiv url: http://arxiv.org/abs/2108.06247v2
• Date: Mon, 16 Aug 2021 02:50:24 GMT
• ステータス: 処理完了
• システム内更新日: 2021-08-17 10:50:29.296196
• Title: Optical Adversarial Attack
• Title（参考訳）: 光対向攻撃
• Authors: Abhiram Gnanasambandam, Alex M. Sherman, Stanley H. Chan
• Abstract要約: OPAD(OPtical ADversarial attack)は、物体に物理的に触れることなく画像分類器を騙すことを目的とした物理空間における敵攻撃である。 提案手法では, プロジェクタ・カメラモデルを用いて対角攻撃最適化を行い, 新たな攻撃定式化を導出する。 OPADは、ホワイトボックス、ブラックボックス、ターゲット、ターゲット外攻撃の背景照明の存在下で、本物の3Dオブジェクトを光学的に攻撃することができる。
• 参考スコア（独自算出の注目度）: 18.709597361380727
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We introduce OPtical ADversarial attack (OPAD). OPAD is an adversarial attack in the physical space aiming to fool image classifiers without physically touching the objects (e.g., moving or painting the objects). The principle of OPAD is to use structured illumination to alter the appearance of the target objects. The system consists of a low-cost projector, a camera, and a computer. The challenge of the problem is the non-linearity of the radiometric response of the projector and the spatially varying spectral response of the scene. Attacks generated in a conventional approach do not work in this setting unless they are calibrated to compensate for such a projector-camera model. The proposed solution incorporates the projector-camera model into the adversarial attack optimization, where a new attack formulation is derived. Experimental results prove the validity of the solution. It is demonstrated that OPAD can optically attack a real 3D object in the presence of background lighting for white-box, black-box, targeted, and untargeted attacks. Theoretical analysis is presented to quantify the fundamental performance limit of the system.
• Abstract（参考訳）: OPAD(OPtical ADversarial attack)を提案する。 OPADは、物理的に物体に触れることなく画像分類器を騙すことを目的とした物理的空間における敵攻撃である。 OPADの原則は、対象オブジェクトの外観を変更するために構造化照明を使用することである。 システムは低コストのプロジェクター、カメラ、コンピュータで構成されている。 この問題の課題は、プロジェクターの放射応答の非線形性と、シーンの空間的に変化するスペクトル応答である。 従来の手法で生成された攻撃は、そのようなプロジェクタカメラモデルの補正を調整されない限り、この設定では機能しない。 提案手法では, プロジェクタ・カメラモデルを用いて対角攻撃最適化を行い, 新たな攻撃定式化を導出する。 実験により解の妥当性が証明された。 OPADは、ホワイトボックス、ブラックボックス、ターゲット、ターゲット外攻撃の背景照明の存在下で、本物の3Dオブジェクトを光学的に攻撃することができる。 システムの基本性能限界を定量化するために理論的解析を行う。

関連論文リスト

• Optical Lens Attack on Monocular Depth Estimation for Autonomous Driving [12.302132670292316]
  LensAttackは、自動運転車のカメラに光学レンズを戦略的に配置して、知覚された物体の深さを操作する物理的な攻撃だ。 まず、攻撃のパラメータを概説する数学的モデルを構築し、続いてシミュレーションと実世界の評価を行い、その有効性を最先端のMDEモデルで評価する。 その結果、LensAttackはADシステムの深度推定プロセスを著しく破壊し、信頼性と安全性に深刻な脅威をもたらすことが明らかとなった。
  論文  参考訳（メタデータ） (2024-10-31T20:23:27Z)
• Transient Adversarial 3D Projection Attacks on Object Detection in Autonomous Driving [15.516055760190884]
  本稿では,自律運転シナリオにおける物体検出を対象とする3Dプロジェクション攻撃を提案する。 本研究は, YOLOv3 と Mask R-CNN の物理環境における攻撃効果を示すものである。
  論文  参考訳（メタデータ） (2024-09-25T22:27:11Z)
• Realistic Scatterer Based Adversarial Attacks on SAR Image Classifiers [7.858656052565242]
  対向攻撃は、分類器を誤用して誤った予測を行うように、地上目標のSAR画像を摂動する。 本研究は,散乱器を用いた物理対向攻撃であるOn-Target Scatterer Attack (OTSA)を提案する。 本研究は,既存の手法と比較して,位置制約下での攻撃による成功率が有意に高いことを示す。
  論文  参考訳（メタデータ） (2023-12-05T17:36:34Z)
• To Make Yourself Invisible with Adversarial Semantic Contours [47.755808439588094]
  逆セマンティック・コンター(英: Adversarial Semantic Contour、ASC)は、物体の輪郭の前に騙されたスパース・アタックのベイズ的定式化の見積もりである。 ASCは、異なるアーキテクチャを持つ9つの近代検出器の予測を損なう可能性があることを示す。 我々は、様々なアーキテクチャを持つ物体検出器の共通弱点である輪郭について注意を払って結論付けた。
  論文  参考訳（メタデータ） (2023-03-01T07:22:39Z)
• Object-fabrication Targeted Attack for Object Detection [54.10697546734503]
  物体検出の敵攻撃は 標的攻撃と未標的攻撃を含む。 新たなオブジェクトファブリケーションターゲット攻撃モードは、特定のターゲットラベルを持つ追加の偽オブジェクトをファブリケートする検出器を誤解させる可能性がある。
  論文  参考訳（メタデータ） (2022-12-13T08:42:39Z)
• Self-calibrating Photometric Stereo by Neural Inverse Rendering [88.67603644930466]
  本稿では3次元オブジェクト再構成のための非校正光度ステレオの課題に取り組む。 本研究では,物体形状,光方向,光強度を協調的に最適化する手法を提案する。 本手法は,実世界のデータセット上での光推定と形状復元における最先端の精度を示す。
  論文  参考訳（メタデータ） (2022-07-16T02:46:15Z)
• A Physical-World Adversarial Attack Against 3D Face Recognition [10.577749566854626]
  構造光イメージングは3次元形状を測定する一般的な方法である。 この方法は容易に攻撃でき、不正確な3D顔認識につながる。 本稿では, 構造光攻撃と呼ばれる, 縁構造光システムに対する, 物理的に達成可能な新たな攻撃法を提案する。
  論文  参考訳（メタデータ） (2022-05-26T15:06:14Z)
• 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)
• Relighting Images in the Wild with a Self-Supervised Siamese Auto-Encoder [62.580345486483886]
  本研究では,野生の単一ビュー画像の自己教師付きリライティング手法を提案する。 この方法は、イメージを2つの別々のエンコーディングに分解するオートエンコーダに基づいている。 Youtube 8MやCelebAなどの大規模データセットでモデルをトレーニングします。
  論文  参考訳（メタデータ） (2020-12-11T16:08:50Z)
• SPAA: Stealthy Projector-based Adversarial Attacks on Deep Image Classifiers [82.19722134082645]
  本稿では,ステルスプロジェクタを用いた対向攻撃を提案する。 PCNetというディープニューラルネットワークを用いて実際のプロジェクトとキャプチャ操作を推定します。 実験の結果,SPAAは高い攻撃成功率を達成し,他の手法よりも優れていることがわかった。
  論文  参考訳（メタデータ） (2020-12-10T18:14:03Z)

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。