南京邮电大学学报(自然科学版)

作者：季一木,田鹏浩,刘尚东,吴梦雪,丁建宇,张　驰,孙一铭

单位：南京邮电大学 计算机学院，江苏 南京　210023南京邮电大学 江苏省无线传感网高技术研究重点实验室，江苏 南京　210023南京邮电大学 高性能计算与大数据处理研究所，江苏 南京　210023南京邮电大学 高性能计算与智能处理工程研究中心，江苏 南京　210023南京邮电大学 计算机学院，江苏 南京　210023南京邮电大学 计算机学院，江苏 南京　210023南京邮电大学 江苏省无线传感网高技术研究重点实验室，江苏 南京　210023南京邮电大学 高性能计算与大数据处理研究所，江苏 南京　210023南京邮电大学 高性能计算与智能处理工程研究中心，江苏 南京　210023南京邮电大学 计算机学院，江苏 南京　210023南京邮电大学 计算机学院，江苏 南京　210023南京邮电大学 计算机学院，江苏 南京　210023南京邮电大学 计算机学院，江苏 南京　210023

关键词：目标检测；交通标志检测；对抗扰动；鲁棒性

基金：国家重点研发计划专项（2020YFB2104002）、江苏省重点研发计划（BE2019740）、江苏省高等学校自然科学研究项目(19KJB520046，20KJA520001)、江苏省博士后科研资助计划(2019K024)、江苏省六大高峰人才项目（JY 012）、南京邮电大学鼎山人才培养对象项目、南京邮电大学人才引进科研启动基金(NY219132)和江苏省现代教育技术研究课题(2019 R 67748)资助项目

近几年研究表明，现有对抗算法在攻击目标检测模型时，易受到光照、角度、天气等环境因素的影响，导致生成的对抗扰动攻击成功率较低，鲁棒性较差。为进一步提高攻击目标检测模型的成功率，提出了一种对抗算法IFASC TS（Improved Fooling Automated Surveillance Cameras on Traffic Signs），其攻击对象是交通标志检测模型。IFASC TS引入约束对抗扰动输入与原始图像输入之间的预期有效距离误差损失函数和多类别数据增强方法，以提高对抗扰动的攻击成功率和鲁棒性。基于YOLOv2在GTSRB测试集上的实验结果表明，IFASC TS算法生成的对抗扰动使交通检测模型的mAP值降低至25.6%，相较于FASC算法的30.0%，IFASC TS算法对抗性能提升了4.4%。

来源：2021年第4期

《南京邮电大学学报(自然科学版)》期刊编辑部

查看南京邮电大学学报(自然科学版)杂志2021年第4期