Adversarial Patch and Camouflage Attacks on Aerial Object Detection: A Geometry-Aware Review

方法

基于扰动介质与应用领域的分类法，比较物理鲁棒性、数据集、威胁模型与视角处理。

发现

现有研究多以目标尺度代替视角变化，缺乏显式视角几何建模，因数据集几何信息有限。

机会点

可构建含视角几何标注的农业航拍数据集，研究视角依赖的对抗补丁放置与自然性防御。

无人驾驶飞行器（UAV）在监视、配送、农业和交通监测等应用中日益依赖机载深度目标检测器。因此，这些检测器对对抗性补丁的脆弱性已成为一个实际的安全问题。针对空中目标检测的对抗性补丁与伪装攻击研究迅速扩展，然而现有综述仅将空中系统视为众多应用领域之一，并未考察航空影像独特的几何条件。本综述考察了针对空中、无人机及遥感目标检测的对抗性补丁与伪装攻击以及相应的防御机制。文献按照基于两个维度的分类体系进行组织：扰动的物理介质及其所针对的应用领域。随后，现有方法在物理鲁棒性、评估数据集与检测器、威胁模型以及其对视角变化的处理方面进行了比较。文献中反复出现的一个观察是，视角变化主要通过目标尺度来表示，而对观察几何的显式建模仍然有限。这一趋势与用于评估的航空数据集的特征密切相关，这些数据集通常提供真实影像但几何信息有限。因此，关于视角依赖的放置、退化及自然性的问题仅得到部分探讨。本综述最后指出了可能塑造下一代空中对抗攻击与防御研究的主要研究空白、未来方向及部署挑战。