PulseAugur
中
实时 10:01:34
English(EN) Adversarially Guided Diffusion for LiDAR Range Image Synthesis

新的基于扩散的攻击目标是自动驾驶中的激光雷达分割

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了一种新颖的基于扩散的对抗性攻击，专门针对自动驾驶中使用的二维测距图像分割模型。该方法在新的arXiv论文中有所介绍，生成的对抗性样本在视觉上逼真，并且与自然数据分布接近，同时会导致分割中的结构化错误。该攻击提供了可调的退化，并已证明对不同的分割架构都有效，优于FGSM和SegPGD等现有的有界攻击方法。 AI

影响 这项研究突显了自动驾驶感知系统潜在的漏洞，需要进一步研究鲁棒的防御机制。

排序理由 该集群包含一篇详细介绍新研究方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新的基于扩散的攻击目标是自动驾驶中的激光雷达分割

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Stavros Bouras, Antonios Makris, Alexandros Gkillas, Aris S. Lalos, Konstantinos Tserpes ·

    Adversarially Guided Diffusion for LiDAR Range Image Synthesis

    arXiv:2607.09787v1 Announce Type: cross Abstract: LiDAR semantic segmentation is a key perception task in autonomous driving, where false predictions can affect downstream planning and safety-critical decision-making. Although adversarial attacks, and specifically adversarial exa…

相关实体

相关话题