検索
ホームページテクノロジー周辺機器AI北杭大学はモードの壁を打ち破り、可視モードと赤外線モードにわたる普遍的な物理的反撃方法を導入しています。

近年、視覚認識システムの安全性評価の探求が徐々に深まり、研究者らはガラス、ステッカー、衣服などのさまざまな担体に基づいた可視光モーダル安全性評価技術の実装に成功しています。赤外線モダリティをターゲットとした新たな試み。ただし、それらは単一モードでのみ動作します。


人工知能技術の発展に伴い、可視光熱赤外線イメージング技術は、セキュリティ監視や自動運転など、安全性が重要な多くのタスクに使用されています。可視光イメージングは​​日中は豊富なテクスチャ情報を提供し、赤外線イメージングは​​夜間はターゲットの熱放射分布を明確に表示でき、この 2 つの組み合わせにより、24 時間フルカバーなど、視覚認識システムに多くの利点がもたらされます。そして環境の制限からの自由。したがって、マルチモーダル視覚認識システムの統一されたセキュリティ評価方法も緊急に研究する必要があります。

北杭大学はモードの壁を打ち破り、可視モードと赤外線モードにわたる普遍的な物理的反撃方法を導入しています。

# ただし、マルチモーダルな評価を実現することは非常に困難です。まず第一に、さまざまなイメージング メカニズムの下で攻撃手法を普遍的に適用することは困難です。これまでの手法は、特定の対象モダリティの画像特性に基づいて提案されており、他のモダリティでは機能することが困難でした。さらに、ステルス性能、生産コスト、柔軟な用途のバランスをとることは困難です。可視光とより困難な赤外線モードの両方で効果を発揮することは容易ではなく、低コストで便利な製造と使用を実現することはさらに困難です。

多くの課題に直面して、北京杭州人工知能研究所の研究者たちは、可視光と赤外線モードの間の共通の形状属性を調査し、革新的に提案した「クロスモーダル万能対策パッチ」 」 可視赤外線同期ステルスを実現します。
入手しやすく、低コストで、断熱性に優れた素材を厳選し、可視光・赤外マルチモーダル検出のロバスト性評価技術の隙間を埋めながら、すぐに使える便利なパッチを実現現在の物理世界のシステムでは、物理実装の容易さと即時性も考慮されています。実験では、さまざまな検出モデルとモダリティの下でのこの方法の有効性と、複数のシナリオでの一般化が実証されています。現在、この論文は ICCV 2023 に受理されました。
北杭大学はモードの壁を打ち破り、可視モードと赤外線モードにわたる普遍的な物理的反撃方法を導入しています。


論文リンク: https://arxiv.org/abs/2307.07859
コードリンク: https://github.com/Aries-iai/Cross-modal_Patch_ Attack

#技術的なポイント

この研究では、進化的アルゴリズムを次のように使用します。基本的な枠組みは、形状モデリング、形状最適化、モーダルバランスの3つの視点に基づいてプログラム設計と効果向上を図るもので、具体的なプロセスは図のとおりです。
1. スプライン補間に基づくマルチアンカー形状モデリング北杭大学はモードの壁を打ち破り、可視モードと赤外線モードにわたる普遍的な物理的反撃方法を導入しています。

#形状モデリング部分では、研究者らは、アンカーポイントの移動が方向によって制限されず、ポイント座標を変更することでパッチ形状を直接調整できる、ポイント最適化モデリングの新しいパラダイムを設計しました。距離などを考慮して、パッチ形状の検索を効果的に増加させます。これに基づいて、形状の自然さを確保するために、スプライン補間法を使用して滑らかな接続を実現し、スプラインは制御点により厳密に追従します。

北杭大学はモードの壁を打ち破り、可視モードと赤外線モードにわたる普遍的な物理的反撃方法を導入しています。#2. 差分進化に基づく境界限定形状最適化アルゴリズム

実装には効果的な最適化手段が必要です。この研究者は、時間コストや実際の効果などを考慮し、進化的アルゴリズムを基本フレームワークとして使用し、境界設定と適応度関数の 2 つの観点から改良しました。
( 1) 境界設定: アンカー ポイントの境界設定により、変形の効率が向上し、時間コストが削減されます。曲線セグメントにループや自己交差を形成しない、曲線セグメントにカスプが現れにくい、無効領域にカスプが現れない、という設定があります。

アンカー ポイント
を例にとります。下図の青い部分は境界設定の凡例、オレンジ色の部分はエラー インスタンスです。

#アンカーポイントの境界決定について
数式は次のとおりです。
北杭大学はモードの壁を打ち破り、可視モードと赤外線モードにわたる普遍的な物理的反撃方法を導入しています。

北杭大学はモードの壁を打ち破り、可視モードと赤外線モードにわたる普遍的な物理的反撃方法を導入しています。 (2) フィットネス機能:単一モードのみを攻撃評価の対象とした前作とは異なり、本作では可視光と赤外線の 2 つのモードに焦点を当て、モード効果の違いのバランスをとるという自然な問題があります。したがって、単一モードを簡単に最適化するという極端な方向に進むことを避けるために、研究者らは、検出器の信頼度スコアの認識に基づいたクロスモーダルフィットネス関数を革新的に提案し、2 つの効果の差のバランスをとりながら、成功する方向の探索を促進しました。モード、そして最後にスコアに基づく適者生存。初期段階と後期段階の攻撃の難易度の違いを考慮して、線形関数の代わりに指数関数を使用して、さまざまな段階での攻撃の進行状況の違いを強調します。
北杭大学はモードの壁を打ち破り、可視モードと赤外線モードにわたる普遍的な物理的反撃方法を導入しています。北杭大学はモードの壁を打ち破り、可視モードと赤外線モードにわたる普遍的な物理的反撃方法を導入しています。 ‐ ‐ ‐ ‐ ‐
アルゴリズムは、両方のモードが攻撃に成功するまで探索プロセスを繰り返し、最適な形状戦略を出力します。完全な最適化プロセスは次のとおりです。

北杭大学はモードの壁を打ち破り、可視モードと赤外線モードにわたる普遍的な物理的反撃方法を導入しています。

実験結果

#実験 1: さまざまなシリーズの検出器に対するクロスモーダル攻撃パフォーマンスの検証

北杭大学はモードの壁を打ち破り、可視モードと赤外線モードにわたる普遍的な物理的反撃方法を導入しています。

実験 2: 形状アブレーション実験

北杭大学はモードの壁を打ち破り、可視モードと赤外線モードにわたる普遍的な物理的反撃方法を導入しています。
##実験 3: クロスモーダルフィットネス関数のアブレーション実験

北杭大学はモードの壁を打ち破り、可視モードと赤外線モードにわたる普遍的な物理的反撃方法を導入しています。
##実験 4 : 物理実装の偏差下でのメソッドの堅牢性の検証

北杭大学はモードの壁を打ち破り、可視モードと赤外線モードにわたる普遍的な物理的反撃方法を導入しています。

実験 5: さまざまな環境下でのメソッドの有効性の検証体調

北杭大学はモードの壁を打ち破り、可視モードと赤外線モードにわたる普遍的な物理的反撃方法を導入しています。

北杭大学はモードの壁を打ち破り、可視モードと赤外線モードにわたる普遍的な物理的反撃方法を導入しています。 ##さまざまな角度、距離、姿勢、シナリオでのパフォーマンス検証の視覚化結果

##概要
##この論文の作業は、自然な形状の最適化に基づいています。変形パッチとクロスモーダル攻撃を組み合わせることで、物理環境における可視・赤外マルチモーダルロバスト性評価手法を設計する。この方法は、マルチモード(可視光-赤外)ター​​ゲット検出システムのロバスト性を評価し、評価結果に基づいて検出器モデルを効果的に修正し、同時に可視光モードと赤外モードの両方でターゲット画像検出の精度を向上させることができます。物理環境での真の実装と適用が可能であり、マルチモーダル検出システムの堅牢性評価と改善に貢献します。

以上が北杭大学はモードの壁を打ち破り、可視モードと赤外線モードにわたる普遍的な物理的反撃方法を導入しています。の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。

声明
この記事は机器之心で複製されています。侵害がある場合は、admin@php.cn までご連絡ください。
五个时间序列预测的深度学习模型对比总结五个时间序列预测的深度学习模型对比总结May 05, 2023 pm 05:16 PM

MakridakisM-Competitions系列(分别称为M4和M5)分别在2018年和2020年举办(M6也在今年举办了)。对于那些不了解的人来说,m系列得比赛可以被认为是时间序列生态系统的一种现有状态的总结,为当前得预测的理论和实践提供了经验和客观的证据。2018年M4的结果表明,纯粹的“ML”方法在很大程度上胜过传统的统计方法,这在当时是出乎意料的。在两年后的M5[1]中,最的高分是仅具有“ML”方法。并且所有前50名基本上都是基于ML的(大部分是树型模型)。这场比赛看到了LightG

RLHF与AlphaGo核心技术强强联合,UW/Meta让文本生成能力再上新台阶RLHF与AlphaGo核心技术强强联合,UW/Meta让文本生成能力再上新台阶Oct 27, 2023 pm 03:13 PM

在一项最新的研究中,来自UW和Meta的研究者提出了一种新的解码算法,将AlphaGo采用的蒙特卡洛树搜索算法(Monte-CarloTreeSearch,MCTS)应用到经过近端策略优化(ProximalPolicyOptimization,PPO)训练的RLHF语言模型上,大幅提高了模型生成文本的质量。PPO-MCTS算法通过探索与评估若干条候选序列,搜索到更优的解码策略。通过PPO-MCTS生成的文本能更好满足任务要求。论文链接:https://arxiv.org/pdf/2309.150

MIT团队运用机器学习闭环自主分子发现平台,成功发现、合成和描述了303种新分子MIT团队运用机器学习闭环自主分子发现平台,成功发现、合成和描述了303种新分子Jan 04, 2024 pm 05:38 PM

编辑|X传统意义上,发现所需特性的分子过程一直是由手动实验、化学家的直觉以及对机制和第一原理的理解推动的。随着化学家越来越多地使用自动化设备和预测合成算法,自主研究设备越来越接近实现。近日,来自MIT的研究人员开发了由集成机器学习工具驱动的闭环自主分子发现平台,以加速具有所需特性的分子的设计。无需手动实验即可探索化学空间并利用已知的化学结构。在两个案例研究中,该平台尝试了3000多个反应,其中1000多个产生了预测的反应产物,提出、合成并表征了303种未报道的染料样分子。该研究以《Autonom

Code Llama代码能力飙升,微调版HumanEval得分超越GPT-4,一天发布Code Llama代码能力飙升,微调版HumanEval得分超越GPT-4,一天发布Aug 26, 2023 pm 09:01 PM

昨天,Meta开源专攻代码生成的基础模型CodeLlama,可免费用于研究以及商用目的。CodeLlama系列模型有三个参数版本,参数量分别为7B、13B和34B。并且支持多种编程语言,包括Python、C++、Java、PHP、Typescript(Javascript)、C#和Bash。Meta提供的CodeLlama版本包括:代码Llama,基础代码模型;代码羊-Python,Python微调版本;代码Llama-Instruct,自然语言指令微调版就其效果来说,CodeLlama的不同版

准确率 >98%,基于电子密度的 GPT 用于化学研究,登 Nature 子刊准确率 >98%,基于电子密度的 GPT 用于化学研究,登 Nature 子刊Mar 27, 2024 pm 02:16 PM

编辑|紫罗可合成分子的化学空间是非常广阔的。有效地探索这个领域需要依赖计算筛选技术,比如深度学习,以便快速地发现各种有趣的化合物。将分子结构转换为数字表示形式,并开发相应算法生成新的分子结构是进行化学发现的关键。最近,英国格拉斯哥大学的研究团队提出了一种基于电子密度训练的机器学习模型,用于生成主客体binders。这种模型能够以简化分子线性输入规范(SMILES)格式读取数据,准确率高达98%,从而实现对分子在二维空间的全面描述。通过变分自编码器生成主客体系统的电子密度和静电势的三维表示,然后通

AI助力脑机接口研究,纽约大学突破性神经语音解码技术,登Nature子刊AI助力脑机接口研究,纽约大学突破性神经语音解码技术,登Nature子刊Apr 17, 2024 am 08:40 AM

作者|陈旭鹏编辑|ScienceAI由于神经系统的缺陷导致的失语会导致严重的生活障碍,它可能会限制人们的职业和社交生活。近年来,深度学习和脑机接口(BCI)技术的飞速发展为开发能够帮助失语者沟通的神经语音假肢提供了可行性。然而,神经信号的语音解码面临挑战。近日,约旦大学VideoLab和FlinkerLab的研究者开发了一个新型的可微分语音合成器,可以利用一个轻型的卷积神经网络将语音编码为一系列可解释的语音参数(例如音高、响度、共振峰频率等),并通过可微分神经网络将这些参数合成为语音。这个合成器

手机摄影技术让以假乱真的好莱坞级电影特效视频走红手机摄影技术让以假乱真的好莱坞级电影特效视频走红Sep 07, 2023 am 09:41 AM

一个普通人用一台手机就能制作电影特效的时代已经来了。最近,一个名叫Simulon的3D技术公司发布了一系列特效视频,视频中的3D机器人与环境无缝融合,而且光影效果非常自然。呈现这些效果的APP也叫Simulon,它能让使用者通过手机摄像头的实时拍摄,直接渲染出CGI(计算机生成图像)特效,就跟打开美颜相机拍摄一样。在具体操作中,你要先上传一个3D模型(比如图中的机器人)。Simulon会将这个模型放置到你拍摄的现实世界中,并使用准确的照明、阴影和反射效果来渲染它们。整个过程不需要相机解算、HDR

谷歌用大型模型训练机器狗理解模糊指令,激动不已准备去野餐谷歌用大型模型训练机器狗理解模糊指令,激动不已准备去野餐Jan 16, 2024 am 11:24 AM

人类和四足机器人之间简单有效的交互是创造能干的智能助理机器人的途径,其昭示着这样一个未来:技术以超乎我们想象的方式改善我们的生活。对于这样的人类-机器人交互系统,关键是让四足机器人有能力响应自然语言指令。近来大型语言模型(LLM)发展迅速,已经展现出了执行高层规划的潜力。然而,对LLM来说,理解低层指令依然很难,比如关节角度目标或电机扭矩,尤其是对于本身就不稳定、必需高频控制信号的足式机器人。因此,大多数现有工作都会假设已为LLM提供了决定机器人行为的高层API,而这就从根本上限制了系统的表现能

See all articles

ホットAIツール

Undresser.AI Undress

Undresser.AI Undress

リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover

AI Clothes Remover

写真から衣服を削除するオンライン AI ツール。

Undress AI Tool

Undress AI Tool

脱衣画像を無料で

Clothoff.io

Clothoff.io

AI衣類リムーバー

AI Hentai Generator

AI Hentai Generator

AIヘンタイを無料で生成します。

ホットツール

ゼンドスタジオ 13.0.1

ゼンドスタジオ 13.0.1

強力な PHP 統合開発環境

SublimeText3 中国語版

SublimeText3 中国語版

中国語版、とても使いやすい

SublimeText3 Linux 新バージョン

SublimeText3 Linux 新バージョン

SublimeText3 Linux 最新バージョン

メモ帳++7.3.1

メモ帳++7.3.1

使いやすく無料のコードエディター

ドリームウィーバー CS6

ドリームウィーバー CS6

ビジュアル Web 開発ツール