Как обмануть детектор самолётов на аэрофотографиях |
||
МЕНЮ Искусственный интеллект Поиск Регистрация на сайте Помощь проекту ТЕМЫ Новости ИИ Искусственный интеллект Разработка ИИГолосовой помощник Городские сумасшедшие ИИ в медицине ИИ проекты Искусственные нейросети Слежка за людьми Угроза ИИ ИИ теория Внедрение ИИКомпьютерные науки Машинное обуч. (Ошибки) Машинное обучение Машинный перевод Нейронные сети начинающим Реализация ИИ Реализация нейросетей Создание беспилотных авто Трезво про ИИ Философия ИИ Big data Работа разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика
Генетические алгоритмы Капсульные нейросети Основы нейронных сетей Распознавание лиц Распознавание образов Распознавание речи Техническое зрение Чат-боты Авторизация |
2020-09-17 14:18 Исследователи использовали состязательные атаки с патчами для изображений с воздуха, чтобы скрыть самолёты от нейросетевых детекторов. Патч может предотвратить автоматическое распознавание объекта при покрытии малой части объекта на изображении. Исследователи протестировали разные конфигурации патчей, меняя размер, расположение, количество и яркость. По результатам экспериментов, состязательная атака с патчами по качеству скрытия объекта на изображении конкурирует с традиционными методами. Описание проблемы Задачу распознавания военных ресурсов на земле решают с помощью нейросетевых детекторов на данных с дронов. Стандартным способом сокрытия объектов является использование камуфляжа. Например, с помощью камуфляжных сеток. Альтернативным подходом является прямой обман детекторов с помощью патчей на объектах. Если использовать уникальный патч и верно подобрать место для размещения патча, модель не сможет распознать объект. Состязательные атаки успешно скрывают присутствие человека на изображении с помощью патчей. Сложностью в этом способе сокрытия объектов заключается в оптимальной конфигурации патчей. Патчи на изображениях с воздуха Патчи на изображениях размещались автоматически:
Исследователи экспериментировали с размером, яркостью, количеством и расположением патчей. Ниже видно, что использование большого по размеру патча снижало точность детектора с 100% до 5.58%. Источник: neurohive.io Комментарии: |
|