Core Concepts
Effiziente schwarze Kasten-Angriffe mit geometrischen Formen
Abstract
Das Paper stellt die Effektivität der Adversarial Infrarot-Geometrie (AdvIG) für Angriffe auf Infrarot-Fußgängererkennung vor. Es nutzt Partikel-Schwarm-Optimierung (PSO) zur Modellierung von geometrischen Formen wie Linien, Dreiecken und Ellipsen für digitale und physische Angriffe. AdvIG zeigt hohe Erfolgsraten und Stealthiness in digitalen Angriffen sowie robuste Ergebnisse in physischen Angriffen. Es übertrifft bestehende Methoden und bietet eine kostengünstige und praktische Lösung.
Experimente:
Digitale Angriffe: Linien, Dreiecke und Ellipsen erreichen Erfolgsraten von 93,1%, 86,8% und 100% mit durchschnittlichen Abfragezeiten von 71,7, 113,1 und 2,57.
Physische Angriffe: Linien, Dreiecke und Ellipsen erreichen Erfolgsraten von 61,1%, 61,2% und 96,2% bei verschiedenen Entfernungen.
Stealthiness: AdvIG zeigt höhere Stealthiness als Vergleichsmethoden durch interne Platzierung der Perturbationen.
Robustheit: AdvIG widersteht erfolgreich fortgeschrittenen Detektoren in schwarzen Kasten-Angriffen.
Transferabilität: Digitale und physische Transferangriffe zeigen gemischte Ergebnisse auf verschiedene Detektoren.
Ablation Studies: Untersuchungen zu Linienanzahl, Polygonkanten und Farben zeigen Einfluss auf die Angriffseffektivität.
Postureffekte: Untersuchung der Angriffseffekte auf verschiedene Fußgängerhaltungen.
Stats
In digitalen Angriffen erreichen Linien, Dreiecke und Ellipsen Erfolgsraten von 93,1%, 86,8% und 100%.
In physischen Angriffen erreichen Linien, Dreiecke und Ellipsen Erfolgsraten von 61,1%, 61,2% und 96,2%.
Die PSO-Hyperparameter sind konfiguriert als: ω = 0,9, c1 = 1,6, r1 = 0,5, c2 = 1,4, r2 = 0,5.
Quotes
"Wir schlagen eine neuartige Infrarot-Physische Attacke namens Adversarial Infrared Geometry (AdvIG) vor."
"AdvIG übertrifft bestehende Methoden in Effizienz und Stealthiness."