2.3.1 视觉领域的物理世界攻击

文档摘要

2.3.1 视觉领域的物理世界攻击 2.3.1 视觉领域的物理世界攻击：对抗贴纸在交通标志识别中的鲁棒性优化实战在自动驾驶与智能交通系统中，深度学习模型对交通标志的识别能力被视为安全运行的“眼睛”。然而，当这些模型部署到物理世界时，其脆弱性便暴露无遗。一个精心设计的对抗贴纸（Adversarial Patch）——哪怕只是贴在停车标志的一角——就足以让最先进的YOLOv5或Faster R-CNN模型将其误判为限速标志，甚至完全忽略其存在。这种“视觉欺骗”并非理论假设，而是真实可复现、可部署的物理攻击。但问题来了：为什么实验室里生成的对抗贴纸，在真实世界中往往效果大打折扣？是光照变化？是视角偏移？还是打印材质的色差？