English(EN) Towards Universal Physical Adversarial Attacks via a Joint Multi-Objective and Multi-Model Optimization Framework

新框架增强了对视觉模型的物理对抗性攻击

作者 PulseAugur 编辑部 · [1 个来源] · 2026-05-18 02:44

研究人员开发了一个名为JMOF的新框架，用于针对计算机视觉模型创建更有效的物理对抗性攻击。该框架通过采用联合多目标和多模型优化方法，解决了攻击模型过拟合的问题。它还结合了正交梯度对齐策略来解决不同模型梯度之间的冲突，增强了攻击在物体检测和语义分割等各种视觉任务中的泛化能力。 AI

影响这项研究推进了物理对抗性攻击的泛化极限，为评估现实世界部署中视觉AI的漏洞提供了一个强大的框架。

排序理由该集群包含一篇详细介绍新的对抗性攻击框架的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

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

报道来源 [1]

arXiv cs.CV TIER_1 English(EN) · Qianhao Ning · 2026-05-18 02:44

Towards Universal Physical Adversarial Attacks via a Joint Multi-Objective and Multi-Model Optimization Framework

Physical adversarial attacks often overfit single surrogate models and optimization objectives. While ensemble attacks can mitigate this, existing methods struggle with severe gradient conflicts within restricted physical texture spaces, significantly degrading cross-model transf…