.png){kind=icon}
返回
Targeted attack via adversarial patch outside bounding box
.png){kind=icon}
PRE
AI
DOI：10.1016/j.patcog.2025.112244.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
• 提出一种面向物理世界的隐蔽针对性攻击方法。
• 通过边界框外的对抗性补丁提升针对性攻击的成功率。
• 物理实验表明，我们的补丁在变化的角度、设备和距离下仍表现出卓越的性能。
Keyword:
stealthy targeted attack
adversarial patch
physical world
success rate enhancement
robustness across conditions
期刊
IF:
7.6
论文数:
1.3W
被引数:
4.5W
机构
查看更多机构
引用论文
Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks更快的r-cnn: 基于区域建议网络的实时目标检测
OAAI
OAAI分享收藏Universal adversarial perturbations against object detection针对目标检测的通用对抗扰动.png)
PATTERN RECOGNITION
PATTERN RECOGNITIONIF7.6
PREAI
分享收藏Few-shot object detection: Research advances and challenges少镜头目标检测: 研究进展与挑战INFORMATION FUSIONOAAI
INFORMATION FUSIONIF15.5
OAAI分享收藏Deep learning-enhanced environment perception for autonomous driving: MDNet with CSP-DarkNet53PATTERN RECOGNITION
PATTERN RECOGNITIONIF7.6
PREAI
分享收藏Query-efficient black-box ensemble attack via dynamic surrogate weighting基于动态代理项加权的查询高效黑盒集成攻击PATTERN RECOGNITION
PATTERN RECOGNITIONIF7.6
PREAI
分享收藏 没有更多内容