论文笔记: On Physical Adversarial Patches for Object Detection

前言：深度学习、计算机视觉在读研究生小白，课题与对抗样本相关，打算记录一些自己的学习笔记、心得或成果。

题目：On Physical Adversarial Patches for Object Detection
作者：MarkLee, J.ZicoKolter
发表：ICML 2019 Workshop on Security and Privacy of Machine Learning
关键词：目标检测、对抗样本、对抗补丁
效果图：

摘要

展示了一个可在真实世界攻击物体检测器（YOLOv3）的对抗补丁（patch）。与以往的patch不同，这个patch不用覆盖在特定物体上，甚至可以放置于任意位置，就能对几乎所有的图中物体进行检测抑制。
具体可见https://youtu.be/WXnQjbZ1e7Y

介绍和相关工作

略，这俩部分都是些对抗补丁领域比较基础的内容。
另外，本文工作可以看作DPatch的升级版。
可参看Dpatch: Attacking object detectors with adversarial patches

方法

式子一：