研究人员开发了一种使用Voronoi图创建对抗性伪装图案的新方法,该方法优化了可打印、结构化图案的种子点位置。与逐像素的对抗性斑块相比,该技术旨在更具视觉可信度和计算效率。在对使用COCO数据集的人员检测进行测试时,该伪装显著降低了检测器的性能,甚至可以通过YOLOv9到YOLOv12等不同检测器家族进行迁移。 AI
影响 这项研究展示了一种新颖的对抗性攻击方法,可能会影响计算机视觉系统的鲁棒性。
排序理由 这是一篇发表在arXiv上的研究论文,详细介绍了一种新颖的对抗性伪装方法。
- 3DPeople
- alphaXiv
- CatalyzeX Code Finder for Papers
- COCO
- Connected Papers
- DagsHub
- Gotit.pub
- Hugging Face
- information systems technology
- Institut National de Recherche en Informatique et en Automatique
- International Conference on Military Communication and Information Systems (ICMCIS)
- Litmaps
- scite Smart Citations
- Voronoi diagram
- YOLOv10
- YOLOv11
- YOLOv12
- YOLOv9
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →