今まで画像認識で敵対的攻撃が多く研究されていたが、この研究では物体検知に対する攻撃方法を提案している。まず損失を物体ごとに分離し、クラスごとで正規化することで、画像中の全クラスに均等に攻撃を行えるようなノイズを生成させる。また、勾配情報を再利用することで高速に攻撃を行う手法を採用している。

PASCAL-VOC と MS-COCOで攻撃の有効性を示した。また、これを使った敵対的学習により、敵対的攻撃により強いモデルが学習できることを確認した。