NeFut Logo NeFut
EN 管理员登录

[AI学术] LipSSD:对抗鲁棒目标检测的Lipschitz约束单次检测器

发布于:2026-07-09 22:00 最后更新:2026-07-10 03:15
#AI #Machine Learning #optimization

目标检测器在安全关键系统中有广泛应用,但它们对最坏情况的扰动(如对抗攻击)非常敏感,这限制了其在实际场景中的应用。与分类相比,对抗鲁棒性在目标检测中的关注较少,现有方法往往依赖于对抗训练,而这种方法的性能可能无法跨攻击、扰动预算或架构迁移。

在本研究中,我们引入了Lipschitz约束的目标检测架构变体,作为标准检测器的鲁棒设计替代方案。我们通过LipSSD,一个Lipschitz约束的单次多框检测器(SSD),验证了这一方法,并对其在多种白盒对抗攻击和数据集上的对抗鲁棒性进行了全面研究。

我们首先分析了由Lipschitz约束引起的准确性与鲁棒性之间的权衡,表明可以通过单个训练超参数进行控制。然后,我们证明了Lipschitz约束检测器与对抗训练是互补的:在相同的训练设置下,基于对抗训练的LipSSD在未见攻击上的mAP@50比经典的对抗训练SSD提高了多达15个点。

最后,我们使用更具体的安全关键数据集(如LARD和KITTI),显示Lipschitz约束检测器能够提高鲁棒性,同时大幅保持清晰性能。这些结果表明,架构Lipschitz控制是提高目标检测器鲁棒性的一个实用且攻击无关的方向。

博主点评: LipSSD通过Lipschitz约束有效增强了目标检测器的对抗鲁棒性,展现了在安全关键应用中的潜力。该方法不仅提高了鲁棒性,还保持了良好的准确性,值得在未来的研究中进一步探索与应用。

原文链接: https://arxiv.org/abs/2607.06592

[h] 返回首页