On the Adversarial Robustness of Camera-based 3D Object Detection

要約

近年、カメラベースの 3D オブジェクト検出は、低い計算コストで高いパフォーマンスを実現できることから、広く注目を集めています。
ただし、敵対的攻撃に対するこれらの方法の堅牢性は十分に検討されていません。
この研究では、さまざまな敵対的条件下での主要なカメラベースの3Dオブジェクト検出方法の堅牢性に関する最初の包括的な調査を実施します。
私たちの実験では、次の 5 つの興味深い結果が明らかになりました。
(b) 深さを推定しないアプローチは、優れたロバスト性を示しません。
(c) 鳥瞰図ベースの表現は、ローカリゼーション攻撃に対してより優れた堅牢性を示します。
（d）マルチフレームの無害な入力を組み込むことで、敵対的攻撃を効果的に軽減できます。
(e) ロングテールの問題に対処することで、堅牢性を高めることができます。
私たちの研究が、敵対的ロバスト性が改善された将来のカメラベースのオブジェクト検出モジュールの設計のためのガイダンスを提供できることを願っています。

要約(オリジナル)

In recent years, camera-based 3D object detection has gained widespread attention for its ability to achieve high performance with low computational cost. However, the robustness of these methods to adversarial attacks has not been thoroughly examined. In this study, we conduct the first comprehensive investigation of the robustness of leading camera-based 3D object detection methods under various adversarial conditions. Our experiments reveal five interesting findings: (a) the use of accurate depth estimation effectively improves robustness; (b) depth-estimation-free approaches do not show superior robustness; (c) bird’s-eye-view-based representations exhibit greater robustness against localization attacks; (d) incorporating multi-frame benign inputs can effectively mitigate adversarial attacks; and (e) addressing long-tail problems can enhance robustness. We hope our work can provide guidance for the design of future camera-based object detection modules with improved adversarial robustness.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google