面向骨骼动作识别的物理世界后门攻击研究

本研究针对骨骼动作识别（SAR）模型在物理环境中的安全漏洞进行探索，提出了物理骨骼后门攻击（PSBA）方法。该方法通过在原始骨骼数据中植入不易察觉的触发动作，导致系统在出现触发动作时将任何骨骼序列错误分类到目标类别。研究表明，PSBA在多种数据集、污染比例和模型架构下均显示出有效性，为物理攻击的实际应用提供了新的视角。