.png){kind=icon}
返回
Infrared Adversarial Patch Optimization via Gaussian Heat Diffusion Model
.png){kind=icon}
PRE
AI
DOI：10.1109/lsp.2026.3694792.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
现有红外物理对抗攻击方法难以平衡强攻击性能与快速部署，固定迭代步数导致优化冗余。我们提出一种基于高斯热扩散模型的红外对抗补丁优化方法。通过构建源自傅里叶热传导定律的聚合正则化，精确引导数字域对抗扰动形成连续聚合形状，提升物理可实现性。我们提出以连通区域数量作为紧致性度量，并基于此设计了双阈值早停机制，进一步提高了优化效率。在多个红外数据集上的实验表明，该方法在攻击效能和优化效率上均优于主流方法，并在不同探测器上展现出良好的跨模型性能。值得注意的是，物理实验中仅使用单个补丁即实现了91.7%的最高平均攻击成功率。
Keyword:
Modeling
Optimization
Automatic speech recognition
Detectors
Advanced driver assistance systems
Glass box
Joining processes
Artificial intelligence
YOLO
Diffusion models
Aggregation regularization
early-stopping mechanism
Gaussian heat diffusion model
infrared detection
physical adversarial attack
期刊
I
IF:
3.9
论文数:
784
被引数:
0
机构
引用论文
暂无论文信息