최근 몇 년 동안 시각적 인식 시스템의 안전성 평가에 대한 연구가 점차 심화되어 연구원들은 안경, 스티커, 의류 등과 같은 다양한 캐리어를 기반으로 하는 가시광선 모드 안전성 평가 기술을 성공적으로 개발했습니다. 모드 안전성 평가 기술. 하지만 이러한 기술은 단일 방식에만 적용할 수 있습니다
인공지능 기술의 발전으로 가시열 적외선 영상 기술은 보안 모니터링, 자율 주행 및 기타 안전이 중요한 작업에 널리 사용되었습니다. 가시광선 이미징은 낮 동안 풍부한 질감 정보를 제공할 수 있으며, 적외선 이미징은 밤에 대상의 열 복사 분포를 명확하게 표시할 수 있습니다. 이 두 가지를 함께 사용하면 시각적 인식 시스템은 24시간 내내 전체 범위를 달성할 수 있고 환경 제한을 받지 않으므로 많은 장점이 있습니다. 따라서 다중 모드 시각 인식 시스템에 대한 통합 보안 평가 방법이 연구되어야 합니다. 그러나 다중 모드 평가를 달성하는 것은 매우 어렵습니다. 첫째, 서로 다른 이미징 메커니즘에서는 보편적인 공격 방법을 적용하기가 어렵습니다. 이전 방법은 특정 대상 양식의 영상 특성을 기반으로 제안되었으며 다른 양식에서는 작동하기 어렵습니다. 게다가 스텔스 성능, 생산 비용, 유연한 적용의 균형을 맞추는 것도 어렵습니다. 가시광선 모드와 더욱 어려운 적외선 모드 모두에서 효과를 발휘하기가 쉽지 않으며, 저렴하고 편리한 생산 및 사용을 달성하는 것은 더욱 어렵습니다.
많은 어려움에 직면한 Beihang 인공 지능 연구소의 연구원들은 가시광선과 적외선 양식 사이의 일반적인 모양 속성을 탐구하고 혁신적으로
가시광선-적외선 동기식 스텔스를 달성하기 위한 "교차 모드 범용 대책 패치"를 제안했습니다.구입이 쉽고, 가격이 저렴하며, 보온성이 뛰어난 소재를 선택하여 즉시 사용할 수 있는 편리한 패치를 제작하며, 가시광선-적외선 다중 모드 검출의 견고성 평가 기술의 공백을 메울 뿐만 아니라 현재 물리적 세계의 시스템뿐만 아니라 물리적 구현의 단순성과 즉시성도 고려합니다. 실험은 다양한 탐지 모델 및 양식에서 이 방법의 효율성과 여러 시나리오에서의 일반화를 보여줍니다. 현재 이 논문은 ICCV 2023에 승인되었습니다.
논문을 보려면 다음 링크를 클릭하세요: https://arxiv.org/abs/2307.07859
코드 링크: https://github.com/Aries-iai/ Cross-modal_Patch_Attack
Technical Points
본 연구에서는 진화 알고리즘을 기본 프레임워크로 사용하여 형상 모델링, 형상 최적화, 모달 균형이라는 세 가지 관점에서 솔루션 설계 및 효과 개선을 수행합니다. 구체적인 과정은 아래 그림과 같습니다.
1. 스플라인 보간법을 기반으로 한 다중 앵커 형상 모델링
연구원들은 기본 형상 모델링 부분을 A점으로 설계했습니다. 최적화 모델링의 새로운 패러다임. 포인트의 좌표를 변경함으로써 방향, 거리 등의 제한에 영향을 받지 않고 패치의 모양을 직접 조정할 수 있습니다. 이는 패치 모양에 대한 검색 공간을 효과적으로 증가시킵니다. 모양의 자연스러움을 보장하기 위해 연구원들은 스플라인 보간법을 사용하여 부드러운 연결을 구현하여 스플라인이 제어점을 더 밀접하게 따를 수 있도록 했습니다.
2 경계 제한 모양 최적화 알고리즘은 다음을 기반으로 합니다. 차등 진화의 원리
스트라이크를 달성하려면 효과적인 최적화 방법이 필요합니다. 이러한 이유로 연구자들은 시간 비용, 실제 효과 등을 고려하고 진화 알고리즘을 기본 프레임워크로 사용하며 경계 설정의 두 가지 관점에서 개선합니다. 및 피트니스 기능: Need 다시 작성된 내용은 다음과 같습니다. (1) 경계 설정: 앵커 포인트의 경계를 설정하여 변형의 효율성을 높이고 시간 비용을 줄일 수 있습니다. 구체적인 설정은 다음과 같습니다. 곡선 세그먼트에 루프나 자체 교차점이 형성되지 않습니다. 교두점은 곡선 세그먼트에 쉽게 나타나지 않습니다.
앵커 포인트를 예로 들어 보겠습니다. 아래 그림의 파란색 부분은 경계 설정 범례이고 주황색 부분은 오류 예입니다.
앵커 포인트의 경계 결정에 대해 수식은 다음과 같습니다.
(2) 적합도 함수: 본 연구는 단일 모드에 대한 타격 평가만 수행한 이전 연구와 달리 가시광선의 두 가지 모드에 중점을 두었습니다. 그리고 적외선을 통해 두 모드 사이의 균형 효과에는 자연스러운 차이가 있다는 것을 깨달았습니다. 하나의 양식을 과도하게 최적화하고 다른 양식을 무시하는 것을 방지하기 위해 연구원들은 성공적인 방향 탐색을 장려하고 양식 간의 두 가지 효과 차이의 균형을 맞추는 것을 목표로 하는 검출기의 신뢰도 점수 인식을 기반으로 하는 혁신적인 교차 양식 피트니스 기능을 제안했습니다. 결국 적자생존은 점수에 따라 결정될 것이다. 초기 단계와 이후 단계의 타격 난이도 차이를 고려하기 위해 이 함수는 선형 함수 대신 지수 함수를 사용하여 단계별 타격 진행률의 차이를 강조합니다
알고리즘 두 모드가 모두 성공할 때까지 탐색 프로세스를 반복하여 최적의 형상 정책이 출력됩니다. 전체 최적화 프로세스는 다음과 같습니다.
실험 1: 다양한 감지기 시리즈에 대한 교차 모달 타격 성능 검증
실험 2: 형상에 대한 절제 실험
실험 3: 교차 모달 적합성 함수에 대한 절제 실험
실험 4: 물리적 구현 편차에 따른 방법 견고성 검증
실험 5: 방법 효율성 다른 검증 신체 조건
다양한 각도, 거리, 자세, 시나리오에 따른 성능 검증을 통해 결과를 시각적으로 제시합니다
본 연구의 핵심은 자연스러운 형상 최적화이며, 변형 패치 및 교차 모드 타격과 결합하여 물리적 환경에서 가시적외선 다중 모드 견고성 평가 방법을 설계합니다. 이 방법은 다중 모드(가시-적외선) 표적 탐지 시스템의 견고성을 평가하고 평가 결과를 기반으로 탐지기 모델을 효과적으로 수정하는 동시에 가시 및 적외선 모드 모두에서 표적 이미지 탐지의 정확도를 향상시킬 수 있습니다. 이 방법은 물리적 환경에서 구현 및 적용되어 다중 모드 탐지 시스템의 견고성 평가 및 개선에 기여합니다
위 내용은 Beihang University는 모드 장벽을 허물고 가시광선 및 적외선 모드에 걸쳐 보편적인 물리적 전투 방법을 도입합니다.의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!