Robustness Verification for Object Detectors Using Set-Based Reachability Analysis

doi:10.1007/978-3-032-04546-1_39

Robustness Verification for Object Detectors Using Set-Based Reachability Analysis

2026-01-01

0

PRE

AI

DOI：10.1007/978-3-032-04546-1_39

原文链接

原文求助

摘要

En 中文

基于深度神经网络的目标检测器对像素攻击、对抗噪声、模糊和遮挡等标准扰动技术表现出鲁棒性，但仍可能易受许多新兴威胁的影响。形式化方法能提供比传统测试或验证更强的保证，已被用于验证鲁棒性、敏感性和安全性等属性。尽管在简单的神经网络（主要涉及图像分类模型）方面已取得进展，但将其扩展到不同架构和任务（如目标检测）仍因结构复杂性增加和动态输出空间而具有挑战性。本研究提出对ImageStar验证框架进行新颖扩展，以实现对目标检测器鲁棒性的可扩展验证。通过使用最先进的求解器（solvers）和自定义数据集，我们证明了该方法在识别漏洞和提供更强鲁棒性保证方面的有效性。

Keyword:

Computer Vision

Object Detection

Adversarial Attacks

Robustness Verification

Robustness Verification for Object Detectors Using Set-Based Reachability Analysis

摘要

期刊

机构