文献

J-GLOBAL ID：201902282367166153   整理番号：19A2008943

「見えないクローク」に向けての構築:Yoloオブジェクト検出器に対するロバストな物理的敵対攻撃【JST・京大機械翻訳】

Building Towards ”Invisible Cloak”: Robust Physical Adversarial Attack on YOLO Object Detector

著者 (8件)： Yang Darren Yu (Global Innovation Exchange Institute, Tsinghua University) ,  Xiong Jay (GIX, University of Washangton, Bellevue, WA, U.S.) ,  Li Xincheng (Global Innovation Exchange Institute, Tsinghua University) ,  Yan Xu (Global Innovation Exchange Institute, Tsinghua University) ,  Raiti John (Electrical Engineering, University of Washington, Seattle, WA, USA) ,  Wang Yuntao (Global Innovation Exchange Institute, Tsinghua University) ,  Wu HuaQiang (Department of Microelectronics and Nanoelectronics, Tsinghua University, Beijing, China) ,  Zhong Zhenyu (X-Lab, Baidu USA, Sunnyvale, CA)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： UEMCON  ページ： 368-374  発行年： 2018年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： R-CNN,SSD,Yoloのような深い学習ベースのオブジェクト検出アルゴリズムは,ビデオ監視,自律車両,知的ロボットなどを含む多くのシナリオに適用されてきた。より多くの応用と自律性が深い学習に基づく人工知能によって,人間は,機械がそれらの制御の下でそれらのために最も良いことを確実にすることを望んでいる。しかしながら,深い学習アルゴリズムは,攻撃者がAIシステムを作ることができるようになる,注意を要する入力に対して脆弱であることが知られている。本研究では,Yoloオブジェクト検出器の背後にあるメカニズムを探索し,Yoloモデルを攻撃するために,技術的に最適化する手法を提案した。実験は,このホワイトボックス攻撃法が効果的であり,Yoloモデルをフォオールするために,デジタルのadvers例において100%の成功率を持っていることを示した。また,拡張期待値変換(EOT)法に基づくロバストな物理的な敵のスティッカー生成法(物理的世界における船adver例に対する方法)を提案した。著者らは,実験を行って,最も効果的な手法を見出し,敵のスティッカーを生成した。著者らは,電子透かしとしてディジタル的にスティッカーをテストし,人の前表面上の電子スクリーン上でそれを物理的に示した。著者らの結果は,電子透かしとしてのスティッカー攻撃が,屋内で撮影された写真上で90%と45%の成功率を有することを示した。著者らの物理的攻撃はまた,屋内で撮影された写真において72%の成功率を持っている。GitHubに関する著者らのプロジェクトソースコードを共有して,著者らの研究は再現性があった。Copyright 2019 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *ロバスト性 ,  学習 ,  学習アルゴリズム ,  期待値 ,  再現性 ,  人工知能 ,  最適化 ,  ディジタル方式 ,  知能ロボット ,  *検出器
準シソーラス用語： 屋内 ,  成功率 ,  脆弱性 ,  攻撃者 ,  自律性 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (7件)： クローク ,  構築 ,  オブジェクト検出 ,  ロバスト ,  物理 ,  敵対 ,  攻撃