基于扩散的生成对抗对象用于单目深度估计攻击

Research Paper#Adversarial Attacks, Monocular Depth Estimation, Autonomous Driving, Diffusion Models🔬 Research|分析: 2026年1月3日 16:49
发布: 2025年12月30日 09:41
1分で読める
ArXiv

分析

本文探讨了自动驾驶中单目深度估计(MDE)对对抗性攻击的脆弱性。它提出了一种新方法,使用基于扩散的生成对抗攻击框架来创建逼真且有效的对抗性对象。关键创新在于生成物理上合理的物体,这些物体可以引起显著的深度偏移,从而克服了现有方法在真实性、隐蔽性和可部署性方面的局限性。这对于提高自动驾驶系统的鲁棒性和安全性至关重要。
引用 / 来源
查看原文
"The framework incorporates a Salient Region Selection module and a Jacobian Vector Product Guidance mechanism to generate physically plausible adversarial objects."
A
ArXiv2025年12月30日 09:41
* 根据版权法第32条进行合法引用。