研究:对抗攻击显著降低自动驾驶目标跟踪精度
热点事件持续更新
研究:对抗攻击显著降低自动驾驶目标跟踪精度
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
Han Wu 等研究者发布 arXiv 论文,评估图像特定与图像无关对抗攻击对自动驾驶目标跟踪系统的影响,测试对象为 YOLOv3 和 YOLOv4 检测器搭配 SORT、Deep SORT、Strong SORT 和 OC-SORT 追踪系统。结果表明对抗攻击可大幅降低跟踪质量。 评估基于 CARLA 仿真环境,用 MOTA、HOTA 和 IDF1 衡量跟踪质量。在图像特定攻击下,基于 YOLOv3 的跟踪器 HOTA 从 53.45–56.19% 降至 14.85–17.03%,最坏情况下 MOTA 达 -772.60%;基于 YOLOv4 的跟踪器更稳健,但 HOTA 仍降至 25.06–26.86%。
AI 根据报道生成 · 3 小时前更新
最新进展11月16日 13:00
对抗性追踪:针对自动驾驶汽车图像传感器目标追踪的攻击研究报道时间线
沿着报道,了解事件的不同侧面。
11月16日
- arXiv cs.AI对抗性追踪:针对自动驾驶汽车图像传感器目标追踪的攻击研究
论文评估了针对自动驾驶目标追踪系统的对抗攻击,测试对象为 YOLOv3 和 YOLOv4 检测器搭配 SORT、Deep SORT、Strong SORT 和 OC-SORT 追踪系统。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 1011月16日 14:00
- 近 24 小时变化
- –
02.557.510
14:0015:0016:00
趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。