論文の概要: Unleashing the Representational Power of Fourier Shapes for Attacking Infrared Object Detection

• arxiv url: http://arxiv.org/abs/2605.17822v1
• Date: Mon, 18 May 2026 03:51:33 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-19 17:57:48.794097
• Title: Unleashing the Representational Power of Fourier Shapes for Attacking Infrared Object Detection
• Title（参考訳）: 赤外線物体検出攻撃のためのフーリエ形状の表現力の解放
• Authors: Yixing Yong, Jian Wang, Ming Lei, Lijun He, Fan Li,
• Abstract要約: 学習可能なフーリエ形状を赤外線領域に導入する。 これにより、効率的な勾配に基づく最適化が実現され、人間の標的が検出を回避できる強力な形状が生成される。 我々の物理的パッチは堅牢性を実現し、様々な距離、角度、ポーズ、個人にわたって検知器を回避し、攻撃成功率88%を25m以上で達成した。
• 参考スコア（独自算出の注目度）: 9.990665128755014
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Infrared object detection is crucial for perception in autonomous driving and surveillance but remains vulnerable to physical adversarial attacks. Unlike in the RGB domain, where attacks rely on color texture, infrared attacks must manipulate thermal signatures, making the geometry shape of heat-blocking materials the primary adversarial information carrier. Current shape-based methods suffer from a fundamental trade-off between representational capability and optimization power, limiting their attack effectiveness.In this work, we overcome this dilemma by introducing learnable Fourier shapes to the infrared domain. We utilize an end-to-end differentiable framework where a compact set of Fourier coefficients, defining the shape boundary, is analytically mapped to a pixel-space mask via the winding number theorem. This enables efficient gradient-based optimization to generate potent shapes that cause human targets to evade detection. Extensive digital and physical experiments provide a comprehensive evaluation and validate our superior performance. Our resulting physical patch achieves striking robustness, successfully evading detectors across diverse distances, angles, poses, and individuals, and achieves over 88% attack success rate at distances greater than 25m (conf.=0.5). Code is available at https://github.com/Yongyx99/Fourier-shape-attack.
• Abstract（参考訳）: 赤外線物体検出は、自律走行と監視において認識に不可欠であるが、物理的な敵攻撃に弱いままである。 カラーテクスチャに依存するRGBドメインとは異なり、赤外線攻撃は熱的シグネチャを操作する必要があり、熱遮断材料の幾何学的形状が主な敵情報キャリアとなる。 現在の形状に基づく手法は、表現能力と最適化力の基本的なトレードオフに悩まされており、攻撃効率を抑え、このジレンマを克服するために、学習可能なフーリエ形状を赤外線領域に導入する。 形状境界を定義するフーリエ係数のコンパクトな集合を、巻数定理を用いて解析的に画素空間マスクにマッピングする、エンドツーエンドの微分可能なフレームワークを利用する。 これにより、効率的な勾配に基づく最適化が実現され、人間の標的が検出を回避できる強力な形状が生成される。 大規模なデジタルおよび物理実験は、包括的な評価と、優れた性能の検証を提供する。 我々の物理的パッチは、顕著な堅牢性を実現し、様々な距離、角度、ポーズ、個人にわたって検知器を回避し、25m以上の距離で88%以上の攻撃成功率を達成する(conf.=0.5)。 コードはhttps://github.com/Yongyx99/Fourier-shape- attackで入手できる。

関連論文リスト

• Knowledge-Guided Adversarial Training for Infrared Object Detection via Thermal Radiation Modeling [49.887347082863194]
  本研究では,異なるクラス間の相対的な熱放射関係を,敵対的事例や共通の腐敗の複雑なシナリオの下で信頼性の高い知識源とみなすことができることを示す。 本稿では,赤外線物体検出のための知識誘導型逆トレーニング(KGAT)を提案する。
  論文  参考訳（メタデータ） (2026-03-26T08:43:43Z)
• Bridging Human Evaluation to Infrared and Visible Image Fusion [54.71406895277533]
  赤外線および可視画像融合(IVIF)は、シーン知覚を高めるために相補的なモダリティを統合する。 現在の手法は、主に手作りの損失と客観的なメトリクスの最適化に重点を置いており、しばしば人間の視覚的嗜好と一致しない融合結果をもたらす。 人間の評価を赤外線と可視画像の融合に橋渡しするフィードバック強化フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-03-04T09:23:57Z)
• 3D Gaussian Splatting Driven Multi-View Robust Physical Adversarial Camouflage Generation [50.03578546845548]
  物理敵攻撃法は、ディープニューラルネットワークの脆弱性を露呈し、自律運転のような安全クリティカルなシナリオに重大な脅威をもたらす。 カモフラージュをベースとした物理的な攻撃は、パッチベースの攻撃よりも有望なアプローチであり、複雑な物理的環境においてより強力な対逆効果を提供する。 本稿では,PGAと命名された3Dガウススティング(3DGS)に基づく物理的攻撃フレームワークを提案する。
  論文  参考訳（メタデータ） (2025-07-02T05:10:16Z)
• Physical Backdoor: Towards Temperature-based Backdoor Attacks in the Physical World [47.76657100827679]
  熱赤外物体検出(TIOD)に新たな2種類のバックドアアタックを導入する。 トリガー設計に影響を及ぼす主な要因は、温度、サイズ、材料、隠蔽である。 デジタル領域では、TIODのベンチマークデータセットを用いてアプローチを評価し、最大98.21%のアタック成功率(ASR)を達成する。
  論文  参考訳（メタデータ） (2024-04-30T10:03:26Z)
• Adversarial Infrared Geometry: Using Geometry to Perform Adversarial Attack against Infrared Pedestrian Detectors [0.0]
  適応赤外測位法(textversabfAdvIG)と呼ばれる新しい赤外線物理攻撃法を提案する。 デジタル攻撃実験では、直線、三角形、楕円パターンはそれぞれ93.1%、86.8%、そして100.0%の攻撃成功率を達成する。 平均して、直線、三角形、楕円は、それぞれ61.1%、61.2%、96.2%の攻撃成功率を達成した。
  論文  参考訳（メタデータ） (2024-03-06T12:55:21Z)
• Unified Adversarial Patch for Visible-Infrared Cross-modal Attacks in the Physical World [11.24237636482709]
  我々は,単一パッチを同時に両モードで回避し,クロスモーダルな物理的攻撃を行える統一逆襲パッチを設計する。 本稿では, 対向パッチのコンパクトかつ滑らかな形状を実現することを目的とした, 境界制限型形状最適化手法を提案する。 提案手法はいくつかの最先端物体検出器に対して評価され,アタック成功率 (ASR) は80%以上である。
  論文  参考訳（メタデータ） (2023-07-27T08:14:22Z)
• 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)
• HOTCOLD Block: Fooling Thermal Infrared Detectors with a Novel Wearable Design [60.97064635095259]
  textscHotCold Blockは、ウェアラブルのウォーミングペーストとクーリングペーストを利用する人を隠蔽する赤外線検出器の新しい物理的攻撃である。 textscHotCold Blockは、簡単に利用できる温度制御材料を体に装着することで、人間の目を効率的に回避する。
  論文  参考訳（メタデータ） (2022-12-12T05:23:11Z)

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。