拡散モデルを用いた単眼深度推定攻撃のための敵対的オブジェクト生成

本論文は、自動運転における単眼深度推定（MDE）の敵対的攻撃に対する脆弱性に対処しています。拡散モデルに基づく生成敵対的攻撃フレームワークを使用して、現実的で効果的な敵対的オブジェクトを作成する新しい方法を提案しています。主な革新は、大幅な深度シフトを誘発できる物理的に妥当なオブジェクトを生成することにあり、現実性、ステルス性、および展開性に関して既存の方法の限界を克服しています。これは、自動運転システムの堅牢性と安全性を向上させるために重要です。

• •敵対的オブジェクトを生成するための新しい拡散ベースの方法を提案。
• •MDEにおける既存の敵対的攻撃方法の限界に対処。
• •現実的で物理的に妥当な敵対的オブジェクトの生成に焦点を当てる。
• •既存の方法と比較して、改善された有効性、ステルス性、および展開性を実証。
• •自動運転の安全性評価に強い影響を与える。