論文の概要: DETOUR: A Practical Backdoor Attack against Object Detection

• arxiv url: http://arxiv.org/abs/2604.24599v1
• Date: Mon, 27 Apr 2026 15:25:55 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-28 17:12:08.118322
• Title: DETOUR: A Practical Backdoor Attack against Object Detection
• Title（参考訳）: DETOUR: オブジェクト検出に対する実用的なバックドア攻撃
• Authors: Dazhuang Liu, Yanqi Qiao, Rui Wang, Kaitai Liang, Georgios Smaragdakis,
• Abstract要約: 実世界のオブジェクト検出システムに有効なセマンティックトリガーを用いて,実用的なバックドア攻撃であるDETOURを提案する。 攻撃の実用性を確保するため、我々は異なるサイズにトリガーパターンを再スケールし、バックドアトレーニング中に予め定義された様々な場所に挿入する。 複数のFoVで捕捉された現実世界のオブジェクトからトリガーパターンを抽出し、それに応じてトリガーを注入し、視点不変のバックドアアクティベーションを促進する。
• 参考スコア（独自算出の注目度）: 10.045003770844842
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Object detection (OD) is critical to real-world vision systems, yet existing backdoor attacks on detection transformers (DETRs) for OD tasks rely on patch-wise triggers optimized at fixed locations with minimal perturbations. Such attacks overlook that backdoor triggers in the real world may appear at different sizes, fields of view (FoVs), and locations in images, while minimal perturbations are difficult for cameras to capture, limiting attack practicality. We first observe that a patch-wise trigger in DETR delivers high attack effectiveness when activating the backdoor across neighboring locations, a phenomenon we term the trigger radiating effect (TRE). Meanwhile, inserting patch-wise triggers across multiple locations synergistically enhances TRE, resulting in high attack effectiveness across images. We propose DETOUR, a practical backdoor attack by using semantic triggers that are effective in real-world object detection systems. To ensure attack practicality, we rescale trigger patterns to different sizes and insert them at various predefined locations during backdoor training, enabling the model to recognize the trigger regardless of its spatial configurations. To address FoV variations in physical deployments, we extract the trigger pattern from a real-world object (e.g., a mug) captured under multiple FoVs and inject the trigger accordingly, promoting viewpoint-invariant backdoor activation and enhancing TRE across the entire image. As a result, the backdoor can be reliably activated under diverse FoVs and spatial configurations.
• Abstract（参考訳）: オブジェクト検出(OD)は現実世界の視覚システムにとって重要であるが、ODタスクの既存のバックドア攻撃は、最小の摂動で固定された場所で最適化されたパッチワイズトリガーに依存している。 このような攻撃は、現実世界のバックドアトリガーが、異なる大きさ、視野(FoV)、画像内の位置に現れる可能性があり、最小限の摂動は、カメラが捉えるのが困難であり、攻撃の実用性を制限する。 まず、DETRのパッチワイドトリガは、近隣の場所をまたいでバックドアを活性化する際に高い攻撃効果をもたらすことを観測し、この現象をトリガー放射効果(TRE)と呼ぶ。 一方、複数のロケーションにパッチワイドトリガを挿入すると、TREが相乗的に向上し、画像間での攻撃効率が向上する。 実世界の物体検出システムに有効なセマンティックトリガーを用いて,実用的なバックドア攻撃であるDETOURを提案する。 攻撃の実用性を確保するため,バックドアトレーニング中に異なる大きさのトリガーパターンを再スケールし,様々な事前定義された場所に挿入することで,モデルが空間的構成に関係なくトリガーを認識できるようにする。 物理配置におけるFoV変動に対処するため、複数のFoVでキャプチャされた現実世界のオブジェクト(例えばマグカップ)からトリガーパターンを抽出し、それに応じてトリガーを注入し、視点不変のバックドアアクティベーションを促進し、画像全体にわたってTREを強化する。 その結果、バックドアは多様なFoVと空間構成で確実に活性化される。

関連論文リスト

• Backdoor Directions in Vision Transformers [56.382912038371046]
  本稿では,視覚変換器(ViT)におけるバックドアアタックの表現方法について検討する。 我々は、トリガーの内部表現に対応するモデルのアクティベーションにおいて、特定のトリガー方向'を識別する。 この方向を診断ツールとして使用して、バックドア機能が層間でどのように処理されるかを追跡する。
  論文  参考訳（メタデータ） (2026-03-11T14:13:48Z)
• Backdoor Attacks on Open Vocabulary Object Detectors via Multi-Modal Prompt Tuning [5.0734761482919115]
  オープン語彙オブジェクト検出器(OVOD)は、視覚と言語を統一し、テキストプロンプトに基づいて任意のオブジェクトカテゴリを検出する。 我々は,OVODに対するバックドアアタックの最初の研究を行い,即時チューニングによって導入された新たなアタックサーフェスを明らかにする。
  論文  参考訳（メタデータ） (2025-11-16T19:05:31Z)
• Proactive Disentangled Modeling of Trigger-Object Pairings for Backdoor Defense [0.0]
  ディープニューラルネットワーク(DNN)とジェネレーティブAI(GenAI)は、バックドア攻撃に対してますます脆弱になっている。 本稿では、構造的ゆがみを利用したプロアクティブなフレームワークであるDBOMを紹介し、見えないバックドアの脅威を識別し、中和する。 そこで本研究では,DBOMが下流トレーニングに先立って有毒な画像を確実に検出し,トレーニングパイプラインの安全性を著しく向上することを示す。
  論文  参考訳（メタデータ） (2025-08-03T21:58:15Z)
• Stealthy Patch-Wise Backdoor Attack in 3D Point Cloud via Curvature Awareness [52.780853311462636]
  バックドア攻撃はディープニューラルネットワーク(DNN)に深刻な脅威をもたらす 既存の3Dポイントのクラウドバックドア攻撃は、サンプルワイドなグローバルな修正に依存している。 我々は,3Dポイントクラウド用のパッチワイドバックドアアタックフレームワークであるStealthy Patch-Wise Backdoor Attack (SPBA)を提案する。
  論文  参考訳（メタデータ） (2025-03-12T12:30:59Z)
• Twin Trigger Generative Networks for Backdoor Attacks against Object Detection [14.578800906364414]
  オブジェクト検出器は、現実世界のアプリケーションで広く使われているが、バックドア攻撃に弱い。 バックドア攻撃に関するほとんどの研究は画像分類に焦点を合わせており、物体検出について限定的な研究がなされている。 本研究では,トレーニング中のモデルにバックドアを埋め込むための目に見えないトリガと,推論中の安定したアクティベーションのための目に見えるトリガを生成する新しいツイントリガ生成ネットワークを提案する。
  論文  参考訳（メタデータ） (2024-11-23T03:46:45Z)
• 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)
• BadCLIP: Dual-Embedding Guided Backdoor Attack on Multimodal Contrastive Learning [85.2564206440109]
  本報告では,防衛後においてもバックドア攻撃が有効であり続けるという現実的なシナリオにおける脅威を明らかにする。 バックドア検出や細調整防御のモデル化に抵抗性のあるemphtoolnsアタックを導入する。
  論文  参考訳（メタデータ） (2023-11-20T02:21:49Z)
• Mask and Restore: Blind Backdoor Defense at Test Time with Masked Autoencoder [50.1394620328318]
  既存のバックドア防御手法では、いくつかのバリデーションデータとモデルパラメータにアクセスする必要があることが多い。 Masked AutoEncoder (BDMAE) を用いたブラインドバックドアディフェンスの提案 BDMAEは、画像の構造的類似性と、テスト画像とMAE復元の間のラベルの整合性を用いて、可能な局所的なトリガを検出する。
  論文  参考訳（メタデータ） (2023-03-27T19:23:33Z)

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。