基于物理环境优化的单目深度估计对抗攻击

本文探讨了单目深度估计深度学习模型对对抗攻击的脆弱性。这很重要，因为它突出了计算机视觉应用中的一个实际安全问题。使用物理环境优化（PITL），考虑了真实的设备规格和干扰，为攻击增加了现实性和实用性，使研究结果与现实世界场景更相关。本文的贡献在于展示了如何构造对抗样本以导致显著的深度错误估计，从而可能导致场景中物体消失。

• •证明了单目深度估计模型对对抗攻击的脆弱性。
• •提出了一种基于投影的对抗攻击方法。
• •采用物理环境优化（PITL）进行真实的攻击模拟。
• •表明对抗样本可以导致显著的深度错误估计和物体消失。