論文の概要: Structured Adversarial Camouflage via Voronoi Diagrams

• arxiv url: http://arxiv.org/abs/2606.17711v1
• Date: Tue, 16 Jun 2026 09:22:22 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-17 17:15:32.375952
• Title: Structured Adversarial Camouflage via Voronoi Diagrams
• Title（参考訳）: ボロノイ図形による逆カモフラージュ構造
• Authors: Jens Bayer, Stefan Becker, David Münch, Michael Arens, Jürgen Beyerer,
• Abstract要約: ボロノイカモフラージュは、さらなる規則化を伴わずに、構造化されたスプリッターカモフラージュのようなパターンを生成する。 設計はリアルタイム検出器の性能を劣化させながら視覚的可視性を向上する。
• 参考スコア（独自算出の注目度）: 18.030035224912087
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Pixel-wise adversarial patches are computationally heavy and often visually detectable, limiting utility in security-critical systems. We present adversarial Voronoi camouflage that optimizes only seed-point locations under fixed, printable palettes using a soft assignment, producing structured, splinter camouflage-like patterns without additional regularization. Evaluated on person detection with COCO-style AP@[.5:.95], naive placement (Inria -> COCO) performs comparably bad, while garment-level application via segmentation mask (3DPeople) results in a significant AP drop. The attack transfers to out-of-domain backgrounds and across detector families (YOLOv9/10/11/12), indicating robustness in black-box settings. Repainting with different palettes largely nullifies the effect, and single-color tweaks show limited tolerance (<=0.17), highlighting a structure-palette coupling. The parameter-efficient, palette-constrained design improves visual plausibility while degrading real-time detector performance. Physical validation and color calibration are left for future work. Code: https://github.com/JensBayer/Voronoi This paper was originally presented at the International Conference on Military Communication and Information Systems (ICMCIS), organized by the Information Systems Technology (IST) Scientific and Technical Committee, IST-224-RSY - the ICMCIS, held in Bath, United Kingdom, 12-13 May 2026.
• Abstract（参考訳）: 画素単位の逆パッチは計算的に重く、しばしば視覚的に検出可能であり、セキュリティクリティカルなシステムでは有効性を制限する。 本稿では,固定されたプリント可能なパレットのシードポイント位置のみをソフトアロケーションで最適化し,スプリッタ型カモフラージュ様パターンを付加正規化せずに生成する,対向型Voronoiカモフラージュを提案する。 COCOスタイルのAP@[.5:.95]による人物検出で評価すると、ナイーブ配置(Inria -> COCO)は不可分に悪い性能を示し、セグメンテーションマスク(3DPeople)による衣服レベルの応用はAPの大幅な減少をもたらす。 攻撃はドメイン外のバックグラウンドと検出器ファミリ(YOLOv9/10/11/12)に転送され、ブラックボックス設定の堅牢性を示す。 異なるパレットによる塗り替えは効果をほとんど無効にし、シングルカラーの微調整では許容範囲が限定され(=0.17)、構造とパレットのカップリングが強調される。 パラメータ効率が高く、パレットに制約のある設計は、リアルタイム検出器の性能を劣化させながら、視覚的可視性を向上する。 今後の作業には、物理的検証とカラー校正が残されている。 コード:https://github.com/JensBayer/Voronoi この論文は、2026年5月12日から13日に英国バースで開催された、情報システム技術(IST)科学技術委員会(IST-224-RSY)が主催する国際軍事通信情報システム会議(ICMCIS)で発表された。

関連論文リスト

• YCDa: YCbCr Decoupled Attention for Real-time Realistic Camouflaged Object Detection [3.1373048585002254]
  YCDaは、この「クロミナンス分離とダイナミックアテンション」原理を現代のリアルタイム検出器に組み込む、効率的なアーリーステージ機能処理戦略である。 YCDaはプラグアンドプレイで、最初のダウンサンプリング層を置き換えるだけで既存の検出器に統合できる。
  論文  参考訳（メタデータ） (2026-03-02T08:31:20Z)
• Gradient Structure Estimation under Label-Only Oracles via Spectral Sensitivity [37.729118253160145]
  我々は,既存の手動攻撃の幅広い範囲を,真の損失勾配の兆候を暗黙的に近似するものとして解釈できることを示す統一理論的な視点を開発する。 この第一原理の理解に動機づけられた我々は、ゼロクエリの周波数領域初期化とパターン駆動最適化(PDO)戦略を組み合わせた新たな攻撃フレームワークを提案する。 我々は、CIFAR-10、ImageNet、ObjectNetに関する広範な実験を通じて、我々のフレームワークを実証的に検証し、標準および敵対的に訓練されたモデル、商用API、CLIPベースのモデルをカバーする。
  論文  参考訳（メタデータ） (2026-01-17T02:47:47Z)
• Robust Physical Adversarial Patches Using Dynamically Optimized Clusters [32.475319682099695]
  Ap proachはSimple Linear Iterative Clustering (SLIC)アルゴリズムを用いて、最適化中に相手パッチ内のピクセルを動的にクラスタする。 提案手法は,デジタル領域における性能向上を実現し,物理的に実現すれば,これらの性能向上は維持される。
  論文  参考訳（メタデータ） (2025-11-23T23:43:31Z)
• Learning Spatiotemporal Inconsistency via Thumbnail Layout for Face Deepfake Detection [41.35861722481721]
  社会とサイバーセキュリティに対するディープフェイクの脅威は、重大な公衆の不安を引き起こしている。 本稿では,Thumbnail Layout(TALL)という,エレガントでシンプルだが効果的な戦略を紹介する。 TALLはビデオクリップを予め定義されたレイアウトに変換し、空間的および時間的依存関係の保存を実現する。
  論文  参考訳（メタデータ） (2024-03-15T12:48:44Z)
• ZoomNeXt: A Unified Collaborative Pyramid Network for Camouflaged Object Detection [70.11264880907652]
  最近のオブジェクト(COD)は、現実のシナリオでは極めて複雑で難しい、視覚的にブレンドされたオブジェクトを周囲に分割しようと試みている。 本研究では,不明瞭な画像を観察したり,ズームインしたりアウトしたりする際の人間の行動を模倣する,効果的な統合協調ピラミッドネットワークを提案する。 我々のフレームワークは、画像とビデオのCODベンチマークにおいて、既存の最先端の手法を一貫して上回っている。
  論文  参考訳（メタデータ） (2023-10-31T06:11:23Z)
• CamDiff: Camouflage Image Augmentation via Diffusion Model [83.35960536063857]
  CamDiffは、カモフラージュされたシーンで透明なオブジェクトを合成するための新しいアプローチだ。 我々は,潜伏拡散モデルを用いて,カモフラージュされたシーンで有能な物体を合成する。 当社のアプローチでは、フレキシブルな編集と大規模データセットの効率的な生成を低コストで実現している。
  論文  参考訳（メタデータ） (2023-04-11T19:37:47Z)
• To Make Yourself Invisible with Adversarial Semantic Contours [47.755808439588094]
  逆セマンティック・コンター(英: Adversarial Semantic Contour、ASC)は、物体の輪郭の前に騙されたスパース・アタックのベイズ的定式化の見積もりである。 ASCは、異なるアーキテクチャを持つ9つの近代検出器の予測を損なう可能性があることを示す。 我々は、様々なアーキテクチャを持つ物体検出器の共通弱点である輪郭について注意を払って結論付けた。
  論文  参考訳（メタデータ） (2023-03-01T07:22:39Z)
• UIA-ViT: Unsupervised Inconsistency-Aware Method based on Vision Transformer for Face Forgery Detection [52.91782218300844]
  そこで我々は、UIA-ViTと呼ばれるビジョン変換器に基づく教師なし不整合認識手法を提案する。 自己注意機構により、パッチ埋め込み間の注意マップは自然に一貫性関係を表現し、一貫性表現学習に適した視覚変換器となる。
  論文  参考訳（メタデータ） (2022-10-23T15:24:47Z)

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。