論文の概要: Physical Adversarial Examples for Person Detectors in Thermal Images Based on 3D Modeling
- arxiv url: http://arxiv.org/abs/2608.30839v1
- Date: Mon, 31 Aug 2026 14:09:41 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-01 18:31:31.435436
- Title: Physical Adversarial Examples for Person Detectors in Thermal Images Based on 3D Modeling
- Title（参考訳）: 3次元モデリングに基づく熱画像中の人物検出器の物理的逆例
- Abstract要約: 本研究では, 現実のシナリオにおいて, 熱人検出装置の回避を目的とした赤外線対向服を提案する。
このデザインは3Dモデリングに基づいており、2Dモデリングに比べて現実世界に近い多角的シーンをシミュレートしやすくしている。
身体的攻撃では、屋内で80.11%、屋外で76.85%の攻撃成功率をYOLOv9に対して達成した。
- 参考スコア（独自算出の注目度）: 44.67395163268884
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Thermal Infrared detection is widely used in autonomous driving, medical AI, etc., but its security has only attracted attention recently. We propose infrared adversarial clothing designed to evade thermal person detectors in real-world scenarios. The design of the adversarial clothing is based on 3D modeling, which makes it easier to simulate multiangle scenes near the real world compared to 2D modeling. We optimized the black patch layout pattern of 3D clothing based on the adversarial example technique and made physical adversarial clothing using the aerogel. The idea is to paste a set of square aerogel patches, which display black squares in thermal images, in the inner side of clothing at specific locations with specific orientations. To enhance realism, we propose a method to build infrared 3D models with real infrared photos and develop texture maps for 3D models to simulate varied infrared characteristics over time and location. In physical attacks, we achieved an attack success rate of 80.11\% indoors and 76.85\% outdoors against YOLOv9. In contrast, randomly placed patches yielded much lower success rates (26.53\% indoors and 23.03\% outdoors). The adversarial clothing also showed good transferability to unknown detectors with an ensemble attack method, demonstrating the effectiveness of our approach.
- Abstract（参考訳）: 熱赤外検出は自動運転や医療用AIなどに広く利用されているが、そのセキュリティは近年注目されている。
本研究では, 現実のシナリオにおいて, 熱人検出装置の回避を目的とした赤外線対向服を提案する。
相手服のデザインは3Dモデリングに基づいており、2Dモデリングに比べて現実世界に近い多角的シーンのシミュレートが容易である。
本手法を応用した3D衣料のブラックパッチレイアウトパターンを最適化し, エアロゲルを用いた物理衣料を製作した。
そのアイデアは、熱画像に黒い四角を写し出す正方形のエアロゲルパッチを、特定の場所で特定の方向で衣服の内側に貼ることだ。
現実性を高めるために,実際の赤外線写真を用いた赤外線3Dモデルの構築手法を提案し,時間と位置の異なる赤外線特性をシミュレートする3Dモデルのためのテクスチャマップを開発した。
体力攻撃では,屋内で80.11\%,屋外で76.85\%の攻撃成功率をYOLOv9に対して達成した。
対照的に、ランダムに配置されたパッチは成功率(26.53\%屋内、23.03\%屋外)を大きく下げた。
また, アンサンブル攻撃法により, 未知の検出器に対して良好な移動性を示し, 本手法の有効性を実証した。
関連論文リスト
- Infrared Adversarial Car Stickers [18.913361704019973]
実車に適用可能な3次元モデリングに基づく赤外線検出器に対する物理的攻撃法を提案する。
目標は、赤外線対向ステッカーのセットを設計し、さまざまな視角、距離、シーンで赤外線検出器に見えないようにすることだ。
論文 参考訳（メタデータ） (2024-05-16T09:26:19Z) - PhysAvatar: Learning the Physics of Dressed 3D Avatars from Visual Observations [62.14943588289551]
逆レンダリングと逆物理を組み合わせた新しいフレームワークであるPhysAvatarを導入し、人間の形や外観を自動的に推定する。
PhysAvatarは、トレーニングデータに見られない動きや照明条件の下で、ゆったりした服を着たアバターを再構築する。
論文 参考訳（メタデータ） (2024-04-05T21:44:57Z) - 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 Realizable Natural-Looking Clothing Textures Evade Person Detectors via 3D Modeling [19.575338491567813]
我々は3次元モデリングに基づく衣服の敵対的テクスチャを製作する。
本稿では,日常服の典型的なテクスチャに類似した,対向的なカモフラージュテクスチャ(AdvCaT)を提案する。
素材に3Dテクスチャを印刷し、Tシャツやズボンに仕立てました。
論文 参考訳（メタデータ） (2023-07-04T15:31:03Z) - 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) - Infrared Invisible Clothing:Hiding from Infrared Detectors at Multiple
Angles in Real World [28.61452368555484]
我々は、異なる角度で赤外線歩行者検出器を騙すことができる赤外線対向服を提案した。
本手法の中核は,周期的に拡張可能な基本パターンを設計することである。
モデルアンサンブル法を用いて、未確認モデルに対する攻撃伝達性を向上した。
論文 参考訳（メタデータ） (2022-05-12T07:02:34Z) - Learning Transferable 3D Adversarial Cloaks for Deep Trained Detectors [72.7633556669675]
本稿では,人間の3dメッシュ上の攻撃パッチを訓練するパッチベースの攻撃パイプラインを提案する。
既存のadversarial patchとは異なり、我々の新しい3dadversarial patchは、さまざまなビューの下で堅牢に最先端の深層物体検出器を騙すことができる。
論文 参考訳（メタデータ） (2021-04-22T14:36:08Z) - High-fidelity Face Tracking for AR/VR via Deep Lighting Adaptation [117.32310997522394]
3Dビデオアバターは、圧縮、プライバシー、エンターテイメント、AR/VRにおける存在感を提供することで、仮想コミュニケーションを強化することができる。
既存の人物固有の3dモデルは照明に頑健ではないため、その結果は通常微妙な顔の振る舞いを見逃し、アバターにアーティファクトを引き起こす。
本論文では,高品質の3D顔追跡アルゴリズムを組み合わせたディープラーニング照明モデルを用いて,通常の映像から3Dフォトリアリズムアバターへの微妙かつ堅牢な顔の動き伝達手法を提案する。
論文 参考訳（メタデータ） (2021-03-29T18:33:49Z) - Learning to Transfer Texture from Clothing Images to 3D Humans [50.838970996234465]
そこで本稿では,SMPL上着の3D衣服に衣料画像のテクスチャを自動的にリアルタイムに転送する手法を提案する。
まず, 高精度だが遅い3D-3D登録法を用いて, 整列した3D衣料を用いて, 画像のトレーニングペアを計算した。
我々のモデルは仮想試行のような応用への扉を開き、学習に必要な多様なテクスチャを持つ3D人間を作成できる。
論文 参考訳（メタデータ） (2020-03-04T12:53:58Z)
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。