体素联合对抗攻击

成功率降30.2%

通过同时模拟点云过滤与扰动缺陷，联合攻击能更有效地暴露3D物体跟踪器的脆弱性，为真实场景下的鲁棒性评估提供更严格的测试基准。

Cheng, Riran · Wang, Xupeng · Sohel, Ferdous Ahmed · 雷航

Pattern Recognition 2026

参数信息

成功率下降

30.2 %

精确率下降

35.4 %

相对现有攻击方法的提升

30.5 %

技术优势

成功率骤降

通过体素过滤和扰动，在多个流行3D跟踪器上平均使成功率下降30.2%，远超现有攻击方法。

精度打击更狠

精确率平均下降35.4%，表明攻击能有效干扰跟踪器的定位准确性。

超越现有方法

相比现有攻击方法，性能提升30.5%，提供了更强大的评估工具。

应用场景

• 3D物体跟踪：用该攻击测试跟踪器在真实缺陷下的性能极限。
• 对抗样本评估：作为更严格的对抗样本基准，筛选鲁棒模型。
• 点云处理：模拟点云过滤与扰动，暴露点云算法弱点。
• 机器人感知：用于机器人感知系统的对抗鲁棒性验证。