#89
summarized by : Haruhi Shida
Physical Attack on Monocular Depth Estimation with Optimal Adversarial Patches

どんな論文か?

自動運転シナリオにおける単眼深度推定に対するStealthy physical-world adversarial patch attackについて検討した.攻撃のためのステルスかつ効果的な敵対的パッチを生成するために,新しい物理オブジェクト指向の最適化フレームワークを提案する.提案された手法は,実験からステルス性とロバスト性,防御に対する頑健性があることが示された.
placeholder

新規性

既存の手法は,物理世界での攻撃が困難でステルス性を犠牲にしたものが多かった.本手法は,攻撃のステルス性と有効性のバランスも考慮しており,オブジェクト指向での敵対的パッチの設計やカモフラージュを取り入れており実用的である.また攻撃を受けた単眼深度推定の下流タスクにどのくらいの影響が出るのか,単眼深度推定において防御は有効なのかを検討した研究は本研究が世界初である.

結果

実世界の運転シナリオを用いて,MDE,ADの3Dオブジェクト検出に対して攻撃を評価した. 結果,異なる対象物やモデルに対してステルス性,有効性,頑健性に優れた敵対的パッチを生成することができた.実世界の運転シナリオを用いた実験で6m以上の平均深度推定誤差,93%の攻撃成功率を達成.実世界でのフィールドテストに置いても,6m以上の平均深度推定誤差を引き起こし物体検出率を90%→5%に低減させた.

その他(なぜ通ったか?等)

添付画像は攻撃の影響と攻撃の結果例