面向智能驾驶视觉感知的对抗样本攻击与防御方法综述

• 作者: 李海波 杨弋鋆 王力谦 葛琦 邓海松 邵文泽 鲍秉坤
• 来源期刊: 南京信息工程大学学报
• 学科: 工学
• 关键词: 对抗样本 目标检测 语义分割 智能驾驶
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 综述
• 页码范围: 651-659
• 页数: 9页
• 分类号: TP391
• 字数: 7557字
• 语种: 中文
• DOI: 10.13878/j.cnki.jnuist.2019.06.003

摘要

现如今,深度学习已然成为机器学习领域最热门的研究方向之一,其在图像识别、目标检测、语音处理、问答系统等诸多领域都取得了巨大成功.然而通过附加经过特殊设计的细微扰动而构造出的对抗样本,能够破坏深度模型的原有性能,其存在使许多对安全性能指标具有极高要求的技术领域,特别是以视觉感知为主要技术优先的智能驾驶系统,面临新的威胁和挑战.因此,对对抗样本的生成攻击和主动防御研究,成为深度学习和计算机视觉领域极为重要的交叉性研究课题.本文首先简述了对抗样本的相关概念,在此基础上详细介绍了一系列典型的对抗样本攻击和防御算法.随后,列举了针对视觉感知系统的多个物理世界攻击实例,探讨了其对智能驾驶领域的潜在影响.最后,对对抗样本的攻击与防御研究进行了技术展望.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	葛琦	南京邮电大学通信与信息工程学院	5	5	1.0	2.0
2	李海波	南京邮电大学通信与信息工程学院	10	63	4.0	7.0
4	邵文泽	南京邮电大学通信与信息工程学院	9	10	2.0	3.0
5	邓海松	南京审计大学统计与数学学院	4	2	1.0	1.0
6	鲍秉坤	南京邮电大学通信与信息工程学院	3	2	1.0	1.0
7	杨弋鋆	南京邮电大学通信与信息工程学院	1	0	0.0	0.0
8	王力谦	南京邮电大学通信与信息工程学院	2	0	0.0	0.0