論文の概要: Infrared Invisible Clothing:Hiding from Infrared Detectors at Multiple
Angles in Real World
- arxiv url: http://arxiv.org/abs/2205.05909v1
- Date: Thu, 12 May 2022 07:02:34 GMT
- ステータス: 処理完了
- システム内更新日: 2022-05-13 12:30:28.666663
- Title: Infrared Invisible Clothing:Hiding from Infrared Detectors at Multiple
Angles in Real World
- Title（参考訳）: 赤外線不可視衣料:実世界の多角赤外線検知器を応用して
- Authors: Xiaopei Zhu, Zhanhao Hu, Siyuan Huang, Jianmin Li, Xiaolin Hu
- Abstract要約: 我々は、異なる角度で赤外線歩行者検出器を騙すことができる赤外線対向服を提案した。
本手法の中核は,周期的に拡張可能な基本パターンを設計することである。
モデルアンサンブル法を用いて、未確認モデルに対する攻撃伝達性を向上した。
- 参考スコア（独自算出の注目度）: 28.61452368555484
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Thermal infrared imaging is widely used in body temperature measurement,
security monitoring, and so on, but its safety research attracted attention
only in recent years. We proposed the infrared adversarial clothing, which
could fool infrared pedestrian detectors at different angles. We simulated the
process from cloth to clothing in the digital world and then designed the
adversarial "QR code" pattern. The core of our method is to design a basic
pattern that can be expanded periodically, and make the pattern after random
cropping and deformation still have an adversarial effect, then we can process
the flat cloth with an adversarial pattern into any 3D clothes. The results
showed that the optimized "QR code" pattern lowered the Average Precision (AP)
of YOLOv3 by 87.7%, while the random "QR code" pattern and blank pattern
lowered the AP of YOLOv3 by 57.9% and 30.1%, respectively, in the digital
world. We then manufactured an adversarial shirt with a new material: aerogel.
Physical-world experiments showed that the adversarial "QR code" pattern
clothing lowered the AP of YOLOv3 by 64.6%, while the random "QR code" pattern
clothing and fully heat-insulated clothing lowered the AP of YOLOv3 by 28.3%
and 22.8%, respectively. We used the model ensemble technique to improve the
attack transferability to unseen models.
- Abstract（参考訳）: 熱赤外イメージングは体温測定やセキュリティ監視などに広く用いられているが、その安全性の研究は近年のみ注目されている。
異なる角度で赤外線歩行者検知器を騙すことができる赤外線逆向きの衣服を提案した。
デジタル世界における布から衣服までのプロセスをシミュレートし,その逆の「QRコード」パターンを設計した。
本手法の核となるのは, 周期的に拡張可能な基本パターンを設計し, ランダムな刈り取りや変形後のパターンを相反する効果を持たせることであり, 逆向きの布を任意の3次元衣服に加工することができる。
その結果、最適化された「QRコード」パターンはYOLOv3の平均精度(AP)を87.7%下げ、ランダムな「QRコード」パターンと空白パターンはYOLOv3のAPを57.9%、デジタル世界では30.1%下げた。
次に、新しい素材であるエアロゲルで敵のシャツを作りました。
物理世界の実験では、逆行的な「QRコード」パターン服がYOLOv3のAPを64.6%下げ、ランダムな「QRコード」パターン服と完全断熱服がそれぞれYOLOv3のAPを28.3%、22.8%下げた。
モデルアンサンブル手法を用いて,未認識モデルに対する攻撃伝達性の改善を行った。
関連論文リスト
- Infrared Adversarial Car Stickers [18.913361704019973]
実車に適用可能な3次元モデリングに基づく赤外線検出器に対する物理的攻撃法を提案する。
目標は、赤外線対向ステッカーのセットを設計し、さまざまな視角、距離、シーンで赤外線検出器に見えないようにすることだ。
論文 参考訳（メタデータ） (2024-05-16T09:26:19Z) - Unified Adversarial Patch for Cross-modal Attacks in the Physical World [11.24237636482709]
単一パッチにより同時に可視・近赤外物体検出装置を騙すための一元対向パッチを提案する。
可視・赤外線センサの異なるイメージング機構を考慮すると、我々の研究は対向パッチの形状をモデル化することに集中している。
その結果、我々の統一パッチは、それぞれ73.33%と69.17%のアタック成功率(ASR)を達成した。
論文 参考訳（メタデータ） (2023-07-15T17:45:17Z) - Physically Adversarial Infrared Patches with Learnable Shapes and
Locations [1.1172382217477126]
逆赤外パッチ(adversarial infrared patch)と呼ばれる物理的に実現可能な赤外線攻撃法を提案する。
対象物の熱放射を捉えた赤外線カメラの撮像機構を考慮すると、対向的赤外線パッチは対象物に熱絶縁材料のパッチを取り付け、その熱分布を制御して攻撃を行う。
我々は、様々な物体検出タスクにおいて、様々な物体検出タスクにおいて、逆赤外線パッチを検証する。
論文 参考訳（メタデータ） (2023-03-24T09:11:36Z) - DrapeNet: Garment Generation and Self-Supervised Draping [95.0315186890655]
私たちは、複数の衣服をドレープするために単一のネットワークをトレーニングするために、セルフスーパービジョンに依存しています。
これは、生成ネットワークの潜時符号に条件付けられた3次元変形場を予測することで達成される。
私たちのパイプラインは、以前は目に見えなかったトポロジの衣服を生成および描画することができます。
論文 参考訳（メタデータ） (2022-11-21T09:13:53Z) - Imperceptible and Robust Backdoor Attack in 3D Point Cloud [62.992167285646275]
本稿では、この課題に対処するために、新しい非受容的で堅牢なバックドアアタック(IRBA)を提案する。
我々は、重み付き局所変換(WLT)と呼ばれる非線形局所変換を用いて、ユニークな変換を持つ有毒試料を構築する。
3つのベンチマークデータセットと4つのモデルによる実験により、IRBAは前処理技術でもほとんどの場合80%以上のASRを達成することが示された。
論文 参考訳（メタデータ） (2022-08-17T03:53:10Z) - Arbitrary Virtual Try-On Network: Characteristics Preservation and
Trade-off between Body and Clothing [85.74977256940855]
本報告では,オールタイプの衣料品を対象としたArbitrary Virtual Try-On Network (AVTON)を提案する。
AVTONは、ターゲット服と参照者の特性を保存・交換することで、現実的な試行画像を合成することができる。
提案手法は,最先端の仮想試行法と比較して性能が向上する。
論文 参考訳（メタデータ） (2021-11-24T08:59:56Z) - Neural 3D Clothes Retargeting from a Single Image [91.5030622330039]
本稿では,1枚のRGB画像で人物にフィットする3次元衣料テンプレートモデルの潜在的なポーズと変形を生成する方法を提案する。
この問題は、地上の真実データを取得することは不可能である、すなわち、異なる3D衣料品テンプレートモデルを全く同じポーズで身に着けている人々の画像として、基本的には不適切である。
そこで本研究では,3次元変形の物理的妥当性を検証するための半教師付き学習フレームワークを提案する。
論文 参考訳（メタデータ） (2021-01-29T20:50:34Z) - Fooling thermal infrared pedestrian detectors in real world using small
bulbs [21.79185446638658]
本研究では,基板上に小さな電球を配置した物理攻撃法を提案する。
私たちの目標は、赤外線歩行者検出器が現実世界の歩行者を検知できないようにすることです。
論文 参考訳（メタデータ） (2021-01-20T14:26:09Z) - BCNet: Learning Body and Cloth Shape from A Single Image [56.486796244320125]
SMPL上には層状衣服表現が提案され,ボディメッシュとは独立に衣服のスキンウェイトを新たに作成する。
既存の手法と比較して,本手法はより多くの衣服カテゴリーをサポートし,より正確な形状を復元することができる。
論文 参考訳（メタデータ） (2020-04-01T03:41:36Z)
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。