論文の概要: Towards Generic and Controllable Attacks Against Object Detection

• arxiv url: http://arxiv.org/abs/2307.12342v1
• Date: Sun, 23 Jul 2023 14:37:13 GMT
• ステータス: 処理完了
• システム内更新日: 2023-07-25 16:29:53.793583
• Title: Towards Generic and Controllable Attacks Against Object Detection
• Title（参考訳）: ジェネリックと制御可能なオブジェクト検出攻撃に向けて
• Authors: Guopeng Li, Yue Xu, Jian Ding, Gui-Song Xia
• Abstract要約: 既存のObject Detector(OD)に対する敵攻撃には、2つの固有の制限がある。 我々は、制御可能な摂動を持つメインストリームの物体検出器に対して、汎用的なホワイトボックス攻撃(LGP)を提案する。 実験的に提案されたLGPは、MS-COCOおよびDOTAデータセット上の16の最先端物体検出器を攻撃した。
• 参考スコア（独自算出の注目度）: 35.12702394150046
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Existing adversarial attacks against Object Detectors (ODs) suffer from two inherent limitations. Firstly, ODs have complicated meta-structure designs, hence most advanced attacks for ODs concentrate on attacking specific detector-intrinsic structures, which makes it hard for them to work on other detectors and motivates us to design a generic attack against ODs. Secondly, most works against ODs make Adversarial Examples (AEs) by generalizing image-level attacks from classification to detection, which brings redundant computations and perturbations in semantically meaningless areas (e.g., backgrounds) and leads to an emergency for seeking controllable attacks for ODs. To this end, we propose a generic white-box attack, LGP (local perturbations with adaptively global attacks), to blind mainstream object detectors with controllable perturbations. For a detector-agnostic attack, LGP tracks high-quality proposals and optimizes three heterogeneous losses simultaneously. In this way, we can fool the crucial components of ODs with a part of their outputs without the limitations of specific structures. Regarding controllability, we establish an object-wise constraint that exploits foreground-background separation adaptively to induce the attachment of perturbations to foregrounds. Experimentally, the proposed LGP successfully attacked sixteen state-of-the-art object detectors on MS-COCO and DOTA datasets, with promising imperceptibility and transferability obtained. Codes are publicly released in https://github.com/liguopeng0923/LGP.git
• Abstract（参考訳）: 既存のObject Detector(OD)に対する攻撃には、2つの固有の制限がある。 まず、odsは複雑なメタ構造設計を持っているため、odsの最も先進的な攻撃は特定の検出器-インタリン構造への攻撃に集中しているため、他の検出器への取り組みが困難であり、odsに対する汎用的な攻撃を設計する動機付けになっている。 第二に、ODに対するほとんどの研究は、分類から検出までのイメージレベルの攻撃を一般化し、意味論的に意味のない領域(背景など)で冗長な計算と摂動をもたらし、ODに対する制御可能な攻撃を求める緊急性をもたらす。 この目的のために,制御可能な摂動を持つ主流物体検出器を目立たせるための汎用的なホワイトボックス攻撃であるlgp(local perturbation with adaptively global attack)を提案する。 検出器に依存しない攻撃の場合、lgpは高品質の提案を追跡し、3つの不均一な損失を同時に最適化する。 このようにして、特定の構造の制限なしに、出力の一部でODの重要なコンポーネントを騙すことができる。 制御性に関しては,前景と後景の分離を適応的に活用し,前景への摂動の付着を誘導するオブジェクト指向制約を確立する。 実験的に提案されたLGPは、MS-COCOおよびDOTAデータセット上の16の最先端物体検出器を攻撃し、有望な不可避性と伝達性を得た。 コードはhttps://github.com/liguopeng0923/LGP.gitで公開されている。

関連論文リスト

• NumbOD: A Spatial-Frequency Fusion Attack Against Object Detectors [30.532420461413487]
  我々は様々な物体検出器(OD)に対する空間周波数核融合攻撃であるNummbODを提案する。 まず、ターゲットとするOD出力から高品質なバウンディングボックスを選択するために、デュアルトラック攻撃目標選択戦略を設計する。 我々は,予測ボックスのシフトと圧縮に指向性摂動を用い,分類結果を騙すために変更する。
  論文  参考訳（メタデータ） (2024-12-22T10:16:34Z)
• Seamless Detection: Unifying Salient Object Detection and Camouflaged Object Detection [73.85890512959861]
  本稿では,SOD(Salient Object Detection)とCOD(Camouflaged Object Detection)を統合化するためのタスク非依存フレームワークを提案する。 我々は、間隔層と大域的コンテキストを含む単純で効果的なコンテキストデコーダを設計し、67fpsの推論速度を実現する。 公開SODデータセットとCODデータセットの実験は、教師なし設定と教師なし設定の両方において、提案したフレームワークの優位性を実証している。
  論文  参考訳（メタデータ） (2024-12-22T03:25:43Z)
• Detector Collapse: Physical-World Backdooring Object Detection to Catastrophic Overload or Blindness in Autonomous Driving [17.637155085620634]
  ディテクター・コラプス(英: Detector Collapse、DC)は、オブジェクト検出用に設計された、新しいバックドア攻撃パラダイムである。 DCは、検出器を瞬時に無力化するように設計されている(つまり、検出器の性能が著しく損なわれ、サービス停止で終了する)。 我々は,自然物を利用した新たな中毒対策を導入し,実環境における実践的なバックドアとして機能することを可能にした。
  論文  参考訳（メタデータ） (2024-04-17T13:12:14Z)
• Attacking Important Pixels for Anchor-free Detectors [47.524554948433995]
  物体検出に対する既存の敵攻撃は、アンカーベース検出器の攻撃に焦点を当てている。 本研究では,アンカーフリー検出器を指向した最初の対向攻撃を提案する。 提案手法は,オブジェクト検出と人間のポーズ推定の両タスクにおいて,最先端の攻撃性能と伝達性を実現する。
  論文  参考訳（メタデータ） (2023-01-26T23:03:03Z)
• 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)
• Illusory Attacks: Information-Theoretic Detectability Matters in Adversarial Attacks [76.35478518372692]
  エプシロン・イリューソリー(epsilon-illusory)は、シーケンシャルな意思決定者に対する敵対的攻撃の新たな形態である。 既存の攻撃と比較して,エプシロン・イリューソリーの自動検出は極めて困難である。 以上の結果から, より優れた異常検知器, 効果的なハードウェアおよびシステムレベルの防御の必要性が示唆された。
  論文  参考訳（メタデータ） (2022-07-20T19:49:09Z)
• Discriminator-Free Generative Adversarial Attack [87.71852388383242]
  生成的ベースの敵攻撃は、この制限を取り除くことができる。 ASymmetric Saliency-based Auto-Encoder (SSAE) は摂動を生成する。 SSAEが生成した敵の例は、広く使われているモデルを崩壊させるだけでなく、優れた視覚的品質を実現する。
  論文  参考訳（メタデータ） (2021-07-20T01:55:21Z)
• Transferable Adversarial Examples for Anchor Free Object Detection [44.7397139463144]
  我々は、アンカーフリー物体検出器に対する最初の対向攻撃を示す。 我々は高レベルなセマンティック情報を活用し、転送可能な敵の例を効率的に生成する。 提案手法は,最先端の性能と転送性を実現する。
  論文  参考訳（メタデータ） (2021-06-03T06:38:15Z)
• Relevance Attack on Detectors [24.318876747711055]
  本稿では,ブラックボックス方式では攻撃が難しい検出器に対する高透過性対向攻撃に焦点を当てた。 我々は、検出器のインタプリタからの関連写像がそのような性質であることを初めて示唆する。 そこで我々は,最先端の伝達性を実現するRelevance Attack on Detectors (RAD) を設計した。
  論文  参考訳（メタデータ） (2020-08-16T02:44:25Z)
• A Self-supervised Approach for Adversarial Robustness [105.88250594033053]
  敵対的な例は、ディープニューラルネットワーク(DNN)ベースの視覚システムにおいて破滅的な誤りを引き起こす可能性がある。 本稿では,入力空間における自己教師型対向学習機構を提案する。 これは、反逆攻撃に対する強力な堅牢性を提供する。
  論文  参考訳（メタデータ） (2020-06-08T20:42:39Z)

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。