针对车辆探测器的鲁棒且准确的对抗伪装生成

本研究针对现有对抗伪装在环境特征捕捉和多天气条件下有效性不足的问题，提出了一种名为RAUCA的对抗伪装生成方法。该方法引入了全新的神经渲染组件E2E-NRP，能够准确优化车辆纹理并渲染出具备光照和天气特征的图像，从而在多种天气条件下提升伪装效果。实验结果表明，RAUCA在模拟和真实环境下均优于现有方法。