AdvTiles: Physical Adversarial Camouflage Clothing against Person Detectors via Learnable Tiles
该论文提出了 AdvTiles，一种物理对抗伪装框架，该框架利用具有可微分选择功能的学习型图块和 3D 高斯泼溅渲染，在实现对人体检测器高攻击成功率的同时，保持了现实场景中的视觉自然度。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一下，你正走在一条繁忙的城市街道上，无论你望向何处，到处都是摄像头在注视着你。这些不仅仅是普通的摄像头；它们是由“行人检测器”（person detectors）驱动的，这是一种经过特殊训练、能瞬间识别人类的计算机大脑。你可以把这些检测器想象成永不眨眼的超警觉保安，扫描每一张脸庞和身体轮廓，以确保安全。但转折在于：这些数字保安是可以被欺骗的。就像魔术师用障眼法迷惑你的眼睛一样，研究人员发现了一些制造“对抗性”（adversarial）图案的方法——这种视觉错觉可以迷惑计算机大脑，让它把一个人看作不存在。这个研究领域就像是一场人类智慧与机器视觉之间的高水平躲猫猫游戏，探索如何在不真正消失的情况下，实现对数字之眼的隐身。
长期以来，躲避这些摄像头的最佳方式是在衣服上贴一个巨大的、奇怪的补丁，就像一个色彩混乱、大声叫嚣着“我不是人！”的亮眼贴纸。虽然这很有效，但在人类眼中非常显眼，而且如果你转头或走开，效果就会变差。随后，科学家们尝试在你的整套服装上覆盖一层看起来自然的伪装，就像变色龙的皮肤一样。但即使是这些全身防护服也存在问题：它们被设计成一张巨大的、不可更改的图片。如果计算机从不同的角度看到你，整个画面就会出错，伪装也会失效。这就像试图在一块会不断起皱和拉伸的织物上画一幅完美的壁画；你无法在不破坏整体的情况下修复其中的一小部分。
AdvTiles 的出现改变了游戏规则，它将你的衣服变成了一个巨大的、可定制的拼图。研究人员不再是绘制一张单一且僵硬的图片，而是利用数百个可学习的微小“瓷砖”（tiles）构建了一套伪装服——把它们想象成数字乐高积木或拼字游戏里的字母块。每一块瓷砖都有其独特的图案，计算机通过学习如何完美地排列这些瓷砖来迷惑检测器。这里的魔力在于，计算机可以即时更换和重新排列单个瓷砖，就像一位顶尖的拼图高手一样，以确保伪装在人类看来很自然，但在相机看来却像是静态噪声。
论文显示，这种“基于瓷砖”的方法是一次巨大的升级。通过使用一种被称为“直通 Gumbel-Softmax 估计器”（Straight-through Gumbel-Softmax estimator）的巧妙数学工具（这本质上是一种让计算机在进行“硬性”选择——即决定哪块瓷砖放在哪里——的同时，仍能从错误中学习的方法），团队可以同时优化瓷砖上的图案以及它们在衣服上的位置。他们不仅限于制作一张平面的图片，为了确保这套衣服在现实世界中奏效，他们使用了 3D 高斯泼溅（3D Gaussian Splatting） 技术。想象一下，你为一个 3D 人体模型裹上这种带有瓷砖图案的织物，然后让它在一个拥有变换光影、雨天和不同背景的虚拟房间里旋转。计算机通过学习调整瓷砖，使得无论相机如何缩放、移动或改变光照，这个人都能对检测器保持隐身。
结果令人印象深刻。在数字测试中，这种新方法平均实现了 86.2% 的攻击成功率（ASR），击败了之前所有的最优方法。当他们在 YOLOv5 等特定摄像头上进行测试时，成功率跃升至 97.5%，这意味着检测器几乎完全无法识别出那个人。更重要的是，当研究人员将这些图案真正印在真实的衬衫和裤子上并在现实世界中穿着时，这种伪装依然奏效。无论人是站在离相机近还是远，还是相机从侧面还是正面观察，AdvTiles 服装都能让那个人保持隐形。论文指出，这种方法是一个重要的进步，证明了你可以拥有一种对人类来说看起来很酷、很自然的装束，但对机器来说却是一个令人困惑的故障，从而有效地扭转了与数字安保人员之间的局面。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。