通过布局优化实现对目标检测器的通用多视角黑盒攻击
原文中文，约300字，阅读约需1分钟。发表于：。在这篇论文中，我们提出了一种新颖的通用多视角黑盒攻击方法，通过设计的布局优化算法，优化由多个图像贴纸构建的通用对抗性 UV 纹理，从而在多视角情景下欺骗目标检测器。在四个常见的目标检测器上进行了广泛实验，结果表明在多视角情景下，检测性能平均降低了 74.29％。此外，还设计了一种基于逼真模拟器的新颖评估工具，公平评估基于纹理的攻击。
该论文提出了一种通用的多视角黑盒攻击方法，通过优化构建的通用对抗性UV纹理来欺骗目标检测器。实验结果显示，在多视角情景下，检测性能平均降低了74.29％。同时，还设计了一种基于逼真模拟器的评估工具，用于公平评估基于纹理的攻击。
