#197
summarized by : Rei Tamaru
Physically Realizable Adversarial Examples for LiDAR Object Detection

どんな論文か?

LiDARに使われる3D point cloudによるdetectionアルゴリズムに対して物理的にadversarial attackを行った研究。
placeholder

新規性

point cloud自体に対するperturbationの研究はあったが、物理的な攻撃は考慮していなかった。それを加味した攻撃がadversarial meshだが、特定の数フレームのみに対しての攻撃でしかなく、universalな攻撃とは言い難い。それらを解決するため物理的なmeshを生成して車のルーフに取り付けて攻撃を行い、更にデータの水増しによる防御を行った。

結果

生成したUniversal Adversarial objectを適用してwhitebox、blackboxで攻撃を行った結果どちらもIoUのしきい値が低い場合でもRecallが低くなり、3D point cloud上で自動車の発見精度が落ちた。また、任意のadversarial objectを生成するよりも、路上でよく検出される物体の形にShapeNetで生成したほうが攻撃精度が高かった。

その他(なぜ通ったか?等)