論文の概要: Out of Sight, Out of Track: Adversarial Attacks on Propagation-based Multi-Object Trackers via Query State Manipulation

• arxiv url: http://arxiv.org/abs/2604.00452v1
• Date: Wed, 01 Apr 2026 04:04:45 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-02 16:44:31.827232
• Title: Out of Sight, Out of Track: Adversarial Attacks on Propagation-based Multi-Object Trackers via Query State Manipulation
• Title（参考訳）: Out of Track, Out of Track: Query State Manipulationによるプロパゲーションベースマルチオブジェクトトラッカーの逆攻撃
• Authors: Halima Bouzidi, Haoyu Liu, Yonatan Gizachew Achamyeleh, Praneetsai Vasu Iddamsetty, Mohammad Abdullah Al Faruque,
• Abstract要約: 本稿では,TBP脆弱性を利用した新たな攻撃フレームワークであるFADEを紹介する。 FADEはコアTBP機構をターゲットにした2つの攻撃戦略を採用している。 MOT17とMOT20ベンチマークの実験では、FADEは最先端のTBPトラッカーに対して非常に効果的であることが示された。
• 参考スコア（独自算出の注目度）: 19.165721855507247
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Recent Tracking-by-Query-Propagation (TBP) methods have advanced Multi-Object Tracking (MOT) by enabling end-to-end (E2E) pipelines with long-range temporal modeling. However, this reliance on query propagation introduces unexplored architectural vulnerabilities to adversarial attacks. We present FADE, a novel attack framework designed to exploit these specific vulnerabilities. FADE employs two attack strategies targeting core TBP mechanisms: (i) Temporal Query Flooding: Generates spurious temporally consistent track queries to exhaust the tracker's limited query budget, forcing it to terminate valid tracks. (ii) Temporal Memory Corruption: Directly attacks the query updater's memory by severing temporal links via state de-correlation and erasing the learned feature identity of matched tracks. Furthermore, we introduce a differentiable pipeline to optimize these attacks for physical-world realizability by leveraging simulations of advanced perception sensor spoofing. Experiments on MOT17 and MOT20 benchmarks demonstrate that FADE is highly effective against state-of-the-art TBP trackers, causing significant identity switches and track terminations.
• Abstract（参考訳）: 近年のTBP(Tracking-by-Query-Propagation)法では,長距離時間モデリングによるエンドツーエンド(E2E)パイプラインの実現により,MOT(Multi-Object Tracking)が進歩している。 しかし、クエリの伝搬にこの依存は、敵の攻撃に対して未解決のアーキテクチャ上の脆弱性をもたらす。 我々は、これらの特定の脆弱性を利用するように設計された、新しい攻撃フレームワークであるFADEを紹介する。 FADEはコアTBPメカニズムをターゲットにした2つの攻撃戦略を採用している。 (i)一時クエリの洪水: 時間的に一貫した急激なトラッククエリを生成してトラッカーの限られたクエリ予算を浪費し、有効なトラックを終了させる。 (ii)時間記憶破壊: 状態のデコリレーションを通じて時間リンクを切断し、マッチしたトラックの学習した特徴IDを消去することにより、クエリ更新者のメモリを直接攻撃する。 さらに、先進的な知覚センサスプーフィングのシミュレーションを利用して、これらの攻撃を物理世界の実現可能性のために最適化する、微分可能なパイプラインを導入する。 MOT17とMOT20ベンチマークの実験は、FADEが最先端のTBPトラッカーに対して非常に有効であることを示し、大きなアイデンティティスイッチとトラック終端を発生させた。

関連論文リスト

• TraceGuard: Process-Guided Firewall against Reasoning Backdoors in Large Language Models [19.148124494194317]
  我々は,小規模モデルを堅牢な推論ファイアウォールに変換するプロセス誘導型セキュリティフレームワークであるTraceGuardを提案する。 提案手法は,推理トレースを信頼できないペイロードとして扱い,詳細な防衛戦略を確立する。 グレーボックス設定における適応的敵に対する堅牢性を実証し、TraceGuardを実用的で低レイテンシなセキュリティプリミティブとして確立する。
  論文  参考訳（メタデータ） (2026-03-02T22:19:13Z)
• Track-On2: Enhancing Online Point Tracking with Memory [57.820749134569574]
  オンライン長期追跡のためのシンプルで効率的なトランスフォーマーベースモデルであるTrack-OnをTrack-On2に拡張する。 Track-On2は、アーキテクチャの改良によるパフォーマンスと効率の向上、メモリの有効利用、および合成トレーニング戦略の改善を実現している。
  論文  参考訳（メタデータ） (2025-09-23T15:00:18Z)
• Searching for Privacy Risks in LLM Agents via Simulation [61.229785851581504]
  本稿では,プライバシクリティカルなエージェントインタラクションのシミュレーションを通じて,攻撃と防御戦略の改善を交互に行う検索ベースのフレームワークを提案する。 攻撃戦略は、直接の要求から、不正行為や同意偽造といった高度な戦術へとエスカレートする。 発見された攻撃と防御は、さまざまなシナリオやバックボーンモデルにまたがって伝達され、プライバシーに配慮したエージェントを構築するための強力な実用性を示している。
  論文  参考訳（メタデータ） (2025-08-14T17:49:09Z)
• BankTweak: Adversarial Attack against Multi-Object Trackers by Manipulating Feature Banks [2.8931452761678345]
  我々は、マルチオブジェクトトラッキング(MOT)トラッカー用に設計された新しい敵攻撃であるtextsfBankTweakを提示する。 本手法は,既存の攻撃をはるかに上回り,トラッキング・バイ・ディテクト・フレームワークの脆弱性を露呈する。
  論文  参考訳（メタデータ） (2024-08-22T20:35:46Z)
• Uncertainty-aware Unsupervised Multi-Object Tracking [33.53331700312752]
  教師なしマルチオブジェクトトラッカーは、信頼できる機能埋め込みの学習に劣る。 最近の自己監督技術は採用されているが、時間的関係を捉えられなかった。 本稿では、不確実性問題は避けられないが、不確実性自体を活用して学習された一貫性を向上させることができると論じる。
  論文  参考訳（メタデータ） (2023-07-28T09:03:06Z)
• Distractor-Aware Fast Tracking via Dynamic Convolutions and MOT Philosophy [63.91005999481061]
  実用的長期トラッカーは、典型的には3つの重要な特性を含む。 効率的なモデル設計、効果的なグローバル再検出戦略、堅牢な気晴らし認識メカニズム。 動的畳み込み (d-convs) と多重オブジェクト追跡 (MOT) の哲学を用いて, 注意をそらした高速トラッキングを実現するための2タスクトラッキングフレームワーク(DMTrack)を提案する。 我々のトラッカーはLaSOT, OxUvA, TLP, VOT2018LT, VOT 2019LTベンチマークの最先端性能を実現し, リアルタイム3倍高速に動作させる。
  論文  参考訳（メタデータ） (2021-04-25T00:59:53Z)
• Temporally-Transferable Perturbations: Efficient, One-Shot Adversarial Attacks for Online Visual Object Trackers [81.90113217334424]
  本研究では, オブジェクトテンプレート画像からのみ, 一時移動可能な対人的摂動を生成するフレームワークを提案する。 この摂動はあらゆる検索画像に追加され、事実上何のコストもかからないが、それでもトラッカーを騙すのに成功している。
  論文  参考訳（メタデータ） (2020-12-30T15:05:53Z)
• Robust Tracking against Adversarial Attacks [69.59717023941126]
  まず,ビデオシーケンス上に敵の例を生成して,敵の攻撃に対するロバスト性を改善する。 提案手法を最先端のディープトラッキングアルゴリズムに適用する。
  論文  参考訳（メタデータ） (2020-07-20T08:05:55Z)

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。