.png){kind=icon}
返回
PADetBench: Towards benchmarking texture- and patch-based physical attacks against object detection
.png){kind=icon}
PRE
AI
DOI：10.1016/j.knosys.2025.114395.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
• 综合基准框架：我们提出了首个大规模基准，整合了23种物理攻击方法和48种目标检测模型，实现了系统性的比较分析。
• 真实模拟环境：我们的框架准确模拟了物理动力学和跨域转换，平衡了可复现性与实际相关性。
• 广泛的实证分析：超过8,000次评估揭示了关于检测器脆弱性和攻击局限性的关键见解。
• 开源基础设施：我们的端到端流程，包含公开可用的代码和数据集，为未来人工智能安全研究奠定了基础。
期刊
K
IF:
7.6
论文数:
1.3W
被引数:
4.5W
机构
引用论文
暂无论文信息