题目: Physically Realizable Adversarial Examples for LiDAR Object Detection

摘要:

现代自主驾驶系统严重依赖深度学习模型来处理点云感知数据;与此同时,深层模型已经被证明容易受到带有视觉上难以察觉的干扰的对抗攻击。尽管这给自动驾驶行业带来了安全隐患,但在3D感知方面却鲜有探索,因为大多数对抗攻击只适用于2D平面图像。本文针对这一问题,提出了一种生成通用三维对抗对象的方法来欺骗激光雷达探测器。特别地,我们证明了在任何目标车辆的车顶放置一个对抗性物体来完全隐藏车辆不被激光雷达探测器发现,成功率为80%。我们使用点云的各种输入表示来报告一组检测器上的攻击结果。我们还利用数据扩充进行了对抗防御的初步研究。从有限的训练数据来看,这是朝着在不可见条件下更安全的自动驾驶又迈进了一步。

成为VIP会员查看完整内容
20

相关内容

自动驾驶汽车,又称为无人驾驶汽车、电脑驾驶汽车或轮式移动机器人,是自动化载具的一种,具有传统汽车的运输能力。作为自动化载具,自动驾驶汽车不需要人为操作即能感测其环境及导航。完全的自动驾驶汽车仍未全面商用化,大多数均为原型机及展示系统,部分可靠技术才下放至商用车型,但有关于自驾车逐渐成为现实,已经引起了很多有关于道德的讨论。

知识荟萃

精品入门和进阶教程、论文和代码整理等

更多

查看相关VIP内容、论文、资讯等
【泡泡图灵智库】实时单目物体-模型感知稀疏SLAM(ICRA)
泡泡机器人SLAM
10+阅读 · 2019年7月12日
【泡泡点云时空】PointPillars:点云物体检测的快速编码器
SSD多盒实时目标检测教程
论智
13+阅读 · 2018年4月5日
Object detection on aerial imagery using CenterNet
Arxiv
6+阅读 · 2019年8月22日
Arxiv
6+阅读 · 2018年3月19日
VIP会员
相关VIP内容
微信扫码咨询专知VIP会员