同济大学学报(自然科学版)

作者：黄世泽，张肇鑫，董德存，秦晋哲

单位：1.上海市轨道交通结构耐久与系统安全重点实验室，上海 201804;2.同济大学 道路与交通工程教育部重点实验室，上海 201804

关键词：车载环境感知系统,对抗攻击,目标检测,深度学习,白盒攻击

基金：国家自然科学基金（61703308）

针对车载环境感知场景中的目标检测系统，提出了一种针对目标检测器的对抗样本生成方法。该方法能够实现对目标检测器的白盒对抗攻击，包括目标隐身攻击和目标定向攻击。在Rail数据集和Cityscapes数据集中进行测试，测试结果验证了所提方法对YOLO目标检测器对抗攻击的有效性。

来源：2022年第10期

《同济大学学报(自然科学版)》期刊编辑部

查看同济大学学报(自然科学版)杂志2022年第10期