当前位置: X-MOL 学术arXiv.cs.CV › 论文详情
Our official English website, www.x-mol.net, welcomes your feedback! (Note: you will need to create a separate account there.)
针对野外车道检测系统的干净注释后门攻击
arXiv - CS - Computer Vision and Pattern Recognition Pub Date : 2022-03-02 , DOI: arxiv-2203.00858
Xingshuo Han, Guowen Xu, Yuan Zhou, Xuehuan Yang, Jiwei Li, Tianwei Zhang

我们提出了针对物理世界中车道检测系统的第一次后门攻击。现代自动驾驶汽车采用各种深度学习方法来训练车道检测模型,这使得设计一种通用的后门攻击技术具有挑战性。在我们的解决方案中,(1)我们提出了一种新颖的语义触发设计,它利用具有特定姿势和位置的交通锥来激活后门。这种触发在物理设置下很容易实现,看起来很自然,不会被检测到。(2) 我们引入了一种新的干净注释方法来生成中毒样本。这些样本具有正确的注释,但仍然能够将后门嵌入模型。对公共数据集和物理自动驾驶汽车的综合评估表明,我们的后门攻击是有效的、隐蔽的和强大的。



"点击查看英文标题和摘要"

更新日期:2022-03-02
down
wechat
bug