【论文阅读】Adversarial Detection: Attacking Object Detection in Real Time

一、背景

目标检测是无人驾驶以及机器人领域中十分关键的一个子任务，该任务将图像作为输入，检测图像中存在的目标，给定该目标的类别以及用于指示位置的包围框bounding box。针对该任务的攻击大多数使用的是像素级的攻击，该攻击计算开销大且难以部署在现实中。针对这一问题，本文提出了一种小范围的数字扰动攻击，该攻击包括三种模式，分别对应三种类型的目标检测模型，同时还开源设计了一种ROS仿真的演示程序。

在相关工作的部分，作者总结了一下图像攻击的集中模式，根据攻击的方法，作者将图像的攻击分为敌对滤波器（adversarial filter）以及敌对贴片（adversarial patch）。

敌对滤波器

敌对滤波器根据实现方式进一步划分为数字滤波和物理滤波。数字滤波指的是直接从数据层面利用掩码修改整个图像，这种方法十分简单粗暴，但是并不容易部署在现实中，因为获取并替换整个图像的这种攻击方法并不容易实现。而物理滤波同样使用一个掩码，但不同之处在于这种方法需要将制作好的掩码以类似贴纸的形式，贴在摄像头表面，这样子整个相机观测到的所有内容都会被这个物理滤波所干扰。

敌对贴片

贴片指的就简单多了，其实就是在图像中进行攻击的放置。作者同样划分了两类：数字贴片和物理贴片。数字贴片是在原图上进行叠加，而物理贴片则是在场景中真实布置这一贴片。本质上就是一个只能在仿真实验中进行，而另一个可以在真实环境中进行部署。