LiDARオブジェクト検出のための物理的に実現可能な敵対例【JST・京大機械翻訳】

Tu James; Ren Mengye; Manivasagam Siva; Liang Ming; Yang Bin; Du Richard; Cheng Frank; Urtasun Raquel

プレプリント

J-GLOBAL ID：202202209057330369 整理番号：22P0129824

LiDARオブジェクト検出のための物理的に実現可能な敵対例【JST・京大機械翻訳】

Physically Realizable Adversarial Examples for LiDAR Object Detection

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (8件)： , , , , , , ,
資料名：
発行年： 2020年04月01日プレプリントサーバーでの情報更新日： 2020年04月02日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

現代の自律駆動システムは,ポイントクラウド感覚データを処理するために,深い学習モデルに大きく依存した。一方,深いモデルは,視覚的に知覚できない摂動による敵対的攻撃に影響を受けやすいことが示されている。これが自己駆動産業にとってセキュリティの懸念をもたらすという事実にもかかわらず,ほとんどの敵対攻撃が2D平面画像にのみ適用されているので,3D知覚に関してはほとんど探査されていない。本論文では,この問題に対処して,LiDAR検出器に普遍的な3D敵対物を生成する方法を提示する。特に,著者らは,80%の成功率で,LiDAR検出器から完全に車両を隠すために,任意の目標車両の屋上に敵対する物体を配置することを実証する。点雲の種々の入力表現を用いた一連の検出器の攻撃結果を報告した。また,データ増強を用いて敵対防衛に関するパイロット研究を行った。これは,限られた訓練データからの無意味条件下で,より安全な自己駆動に向けた1段階である。【JST・京大機械翻訳】

, , , , , , , ,
, , , , , , 【Automatic Indexing@JST】

データ保護 , 人工知能

, , ,

前のページに戻る