-
题名面向可见光与红外多模态目标检测的对抗攻防综述
- 1
-
-
作者
郑海斌
林秀豪
陈靖文
陈晋音
-
机构
浙江工业大学信息工程学院
四川大学数据安全防护与智能治理教育部重点实验室
浙江工业大学计算机科学与技术学院、软件学院
-
出处
《计算机科学》
北大核心
2025年第11期349-363,共15页
-
基金
国家自然科学基金(62406286)
浙江省自然科学基金(LDQ23F020001)
+1 种基金
四川大学数据安全防护与智能治理教育部重点实验室放课题(SCUSAKFKT202402Z)
北京生命科技研究院有限公司开放基金(2024200CD0210)。
-
文摘
目标检测作为计算机视觉中的一项基本任务被广泛应用,而基于深度学习的目标检测算法以其强大的特征提取能力,成为了当前研究的主流。然而大多数目标检测算法仅对可见光图像或红外图像进行单模态检测。通常情况下,可见光图像在天气恶劣、夜间、目标被遮挡等场景成像较差,导致检测性能下降。利用红外图像可以改善上述问题,但红外图像会缺失目标的部分细节信息。因此,基于可见光和红外图像的多模态融合检测算法逐渐兴起。然而,现有的研究集中于改善多模态目标检测算法的性能,对于其安全性的研究相对零散。基于现有的研究工作,围绕多模态目标检测对抗安全性进行综述。首先对多模态目标检测及攻防进行理论分析;然后按照不同时段的融合检测对多模态目标检测方法进行分类归纳,再对现有的目标检测对抗攻击方法与对抗防御方法进行归纳整理,梳理了现有的多模态目标检测数据集与主要评价指标;最后探讨了多模态目标检测未来潜在的研究方向,进一步推动多模态目标检测对抗安全研究发展和应用。
-
关键词
目标检测
深度学习
多模态目标检测
对抗攻击
防御
-
Keywords
Object detection
Deep learning
Multimodal object detection
Adversarial attacks
Defense
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
