基于点级时态一致性的 LiDAR 欺骗攻击检测 ADoPT
原文中文,约300字,阅读约需1分钟。发表于: 。通过量化连续帧之间的时间一致性并基于点簇的连贯性来识别异常对象,我们提出了一个名为 ADoPT(基于点级时间一致性的异常检测)的新框架,优于现有的最先进的防御方法 CARLO 和 3D-TC2,有效地对抗各种 LiDAR 欺骗攻击,在各种道路环境中实现低(<10%)误报率(FPR)和高(> 85%)真阳率(TPR),同时证明了准确的攻击检测的潜力。
本文提出了一种基于稀疏LSTM的多帧3D对象检测算法,使用稀疏3D卷积网络提取每帧LiDAR点云的特征,并将这些特征与上一帧的隐藏和记忆特征一起输入到LSTM模块中,以预测当前帧中的3D对象。实验结果表明,该算法在使用更少的内存和每帧计算的情况下优于传统的逐帧方法7.5% [email protected]和其他多帧方法1.2%。