新的多视图对抗攻击目标是3D视觉模型

研究人员开发了MVAP-G，一种用于生成多视图对抗性扰动的新方法，专门用于攻击基于视觉几何的Transformer (VGGT)。这项新技术允许在单次前馈传递中跨多个图像视图创建一致的、不易察觉的扰动，克服了先前对抗攻击方法的局限性。实验表明，MVAP-G在推理过程中无需迭代优化即可显著降低VGGT的3D重建性能，凸显了3D视觉基础模型中存在的关键安全漏洞。 AI

影响 强调了3D视觉基础模型潜在的安全漏洞，并着重指出了对更鲁棒系统的需求。

排序理由 详细介绍一种针对特定AI模型的新对抗攻击方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

• alphaXiv
• arXiv
• CatalyzeX
• DagsHub
• Gotit.pub
• Hugging Face
• MVAP-G
• ScienceCast
• VGGT
• Visual Geometry Grounded Transformer

• 论文
• 安全

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