西安交大 | CVPR 2024 | 在自动驾驶中对单目深度估计的物理3D对抗攻击

文章预览

作者 | 机器人EmbodiedAI  编辑 | 机器人EmbodiedAI 点击下方 卡片 ，关注“ 3D视觉之心 ”公众号 第一时间获取 3D视觉干货 >> 点击进入→ 3D视觉之心技术交流群 论文题目：Physical 3D Adversarial Attacks against Monocular Depth Estimation in Autonomous Driving 论文链接：https://openaccess.thecvf.com/content/CVPR2024/papers/Zheng_Physical_3D_Adversarial_Attacks_against_Monocular_Depth_Estimation_in_Autonomous_CVPR_2024_paper.pdf 代码链接：https://github.com/Gandolfczjh/3D2Fool 一、方法 基于深度学习的单目深度估计（MDE）广泛应用于自动驾驶中，已知容易受到对抗性攻击的影响。先前针对MDE模型的物理攻击依赖于2D对抗性补丁，因此只影响MDE地图中的小范围局部区域，在不同视角下效果不佳。为了解决这些限制，我们提出了3D Depth Fool（3D2Fool），这是针对MDE模型的首个基于3D纹理的对抗攻击。3D2Fool被专门优化为生成3D对 ………………………………