研究人员开发了一种新的方法,用于对基于骨骼的人体动作识别系统进行不可感知对抗性攻击。与先前引入明显扰动的方法不同,这种方法旨在保持运动数据的自然性。新技术使用基于分布的对抗性攻击和一种新颖的运动质量评估指标,该指标据称与人类感知更一致。实验表明,该方法在成功攻击动作识别器和保持修改后运动数据的质量方面都有效,引发了对当前系统鲁棒性的担忧。 AI
影响 凸显了人工智能驱动的动作识别系统潜在的漏洞,有必要提高鲁棒性和安全性。
排序理由 该集群包含详细介绍基于骨骼的人体动作识别对抗性攻击新研究的学术论文。
在 Hugging Face Daily Papers 阅读 →
- Adaptive Masked Reconstruction
- arXiv
- NTU RGB+D 60
- PKU-MMD
- Skeleton-Based Human Action Recognition With Global Context-Aware Attention LSTM Networks
- Hugging Face
- Quality-Preserving Imperceptible Adversarial Attack on Skeleton-based Human Action Recognition
- Seiji Hariki
AI 生成摘要 · Google Gemini · 来自 4 个来源。 我们如何撰写摘要 →