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
- Clothes-Changing Person Re-identification with RGB Modality Only [102.44387094119165]
衣料無関係な特徴を元のRGB画像から抽出するために,CAL(Corthes-based Adrial Loss)を提案する。
ビデオには、よりリッチな外観と、適切な時間的パターンをモデル化するために使用できる追加の時間的情報が含まれている。
論文 参考訳(メタデータ) (2022-04-14T11:38:28Z) - Adversarial Texture for Fooling Person Detectors in the Physical World [38.39939625606267]
AdvTexture(AdvTexture)は、任意の形状の衣服をカバーできるので、そのような服を着ている人は、異なる角度から人検知器から隠れることができる。
本稿では,反復構造を持つAdvTextureを構築するために,Toroidal-Cropping-based Expandable Generative Attack (TC-EGA) という生成手法を提案する。
実験の結果、この服は物理的な世界で人検知器を騙すことができることがわかった。
論文 参考訳(メタデータ) (2022-03-07T13:22:25Z) - InfraredTags: Embedding Invisible AR Markers and Barcodes Using
Low-Cost, Infrared-Based 3D Printing and Imaging Tools [0.0]
InfraredTagsは2Dマーカーであり、裸眼では認識できないバーコードであり、オブジェクトの一部として3Dプリントできる。
我々は、赤外線カメラで見る赤外線透過フィラメントからオブジェクトをプリントすることで、これを実現する。
InfraredTagsとして3Dプリントできるようにするために,共通タグとオブジェクト形状の統合を容易にするユーザインターフェースを構築した。
論文 参考訳(メタデータ) (2022-02-12T23:45:18Z) - 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) - The Power of Points for Modeling Humans in Clothing [60.00557674969284]
現在、アーティストはリアルな衣服で自然に動く3Dアバターを作る必要がある。
3次元表現は様々なトポロジを高分解能で捉えることができ、データから学習できることを示す。
我々は、異なる衣服の形状を表現するために、新しい局所的な衣服幾何学的特徴を持つニューラルネットワークを訓練する。
論文 参考訳(メタデータ) (2021-09-02T17:58:45Z) - Semantic-guided Pixel Sampling for Cloth-Changing Person
Re-identification [80.70419698308064]
本稿では,テクスチャ変更者のre-IDタスクに対する意味誘導型画素サンプリング手法を提案する。
まず、歩行者の上着とズボンを認識し、次に他の歩行者からピクセルをサンプリングしてランダムに変更します。
本手法は65.8%をランク1精度で達成し, 従来手法よりも大きなマージンで優れていた。
論文 参考訳(メタデータ) (2021-07-24T03:41:00Z) - 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 [17.99700020506499]
本研究では,基板上に小さな電球を配置した物理攻撃方式を提案する。
最初に、yolov3に基づく赤外線歩行者検知器を2種類のパッチで攻撃できることを示した。
その後、我々は物理基板を設計・製造し、現実世界でYOLOv3を攻撃した。
論文 参考訳(メタデータ) (2021-01-20T14:26:09Z)
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。