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。