PulseAugur
实时 10:57:30
English(EN) ColorFD: A Finite-Difference Guided Black-Box Physical Adversarial Attack for Remote Sensing Object Detection

新的黑盒攻击方法ColorFD针对遥感目标检测器

研究人员开发了ColorFD,一种新颖的、用于遥感目标检测的黑盒物理对抗性攻击方法。该方法利用多个纯色补丁,通过差分进化优化其位置和颜色。ColorFD在对抗YOLOv3u、YOLOv5u和Faster R-CNN等检测器方面表现出有效性,优于现有的黑盒补丁攻击,并与白盒方法保持竞争力。实际世界实验证实了这些优化补丁从数字模拟到真实世界成像条件的迁移能力。 AI

影响 这项研究通过突出物理对抗性攻击的漏洞,可能有助于开发更鲁棒的遥感目标检测系统。

排序理由 该集群包含一篇研究论文,详细介绍了一种针对计算机视觉模型的新型对抗攻击方法。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

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

新的黑盒攻击方法ColorFD针对遥感目标检测器

报道来源 [1]

  1. arXiv cs.CV TIER_1 English(EN) · Tiannuo Guo, Guhang Qiu, Yuzhen Xie, Rui Feng, Ligang Li, Deliang Xiang ·

    ColorFD: A Finite-Difference Guided Black-Box Physical Adversarial Attack for Remote Sensing Object Detection

    arXiv:2608.04559v1 Announce Type: new Abstract: Although deep neural network-based remote sensing object detectors have achieved strong performance, they remain vulnerable to adversarial perturbations. Existing studies mainly focus on digital or white-box settings, whereas black-…