ترجمه فارسی مقاله PADetBench: به سوی محک زدن حملات فیزیکی در برابر تشخیص اشیا

چکیده

Physical attacks against object detection have gained increasing attention due to their significant practical implications. However, conducting physical experiments is extremely time-consuming and labor-intensive. Moreover, physical dynamics and cross-domain transformation are challenging to strictly regulate in the real world, leading to unaligned evaluation and comparison, severely hindering the development of physically robust models. To accommodate these challenges, we explore utilizing realistic simulation to thoroughly and rigorously benchmark physical attacks with fairness under controlled physical dynamics and cross-domain transformation. This resolves the problem of capturing identical adversarial images that cannot be achieved in the real world. Our benchmark includes 20 physical attack methods, 48 object detectors, comprehensive physical dynamics, and evaluation metrics. We also provide end-to-end pipelines for dataset generation, detection, evaluation, and further analysis. In addition, we perform 8064 groups of evaluation based on our benchmark, which includes both overall evaluation and further detailed ablation studies for controlled physical dynamics. Through these experiments, we provide in-depth analyses of physical attack performance and physical adversarial robustness, draw valuable observations, and discuss potential directions for future research. Codebase: https://github.com/JiaweiLian/Benchmarking_Physical_Attack

چکیده به فارسی (ترجمه ماشینی)

حملات فیزیکی علیه تشخیص شی به دلیل پیامدهای عملی قابل توجه آنها توجه فزاینده ای را به خود جلب کرده است.با این حال ، انجام آزمایشات فیزیکی بسیار وقت گیر و پر کار است.علاوه بر این ، پویایی فیزیکی و تحول متقابل دامنه برای تنظیم دقیق در دنیای واقعی چالش برانگیز است و منجر به ارزیابی و مقایسه بدون تغییر می شود و به شدت مانع پیشرفت مدلهای جسمی قوی می شود.برای رفع این چالش ها ، ما با استفاده از شبیه سازی واقع گرایانه برای معیار کامل و دقیق حملات فیزیکی با انصاف تحت پویایی فیزیکی کنترل شده و تحول متقابل دامنه را کشف می کنیم.این مسئله مشکل ضبط تصاویر مخالف یکسان را که در دنیای واقعی حاصل نمی شود ، برطرف می کند.معیار ما شامل 20 روش حمله فیزیکی ، 48 آشکارساز شی ، پویایی جامع فیزیکی و معیارهای ارزیابی است.ما همچنین خطوط لوله نهایی به انتهایی را برای تولید مجموعه داده ها ، تشخیص ، ارزیابی و تجزیه و تحلیل بیشتر ارائه می دهیم.علاوه بر این ، ما 8064 گروه ارزیابی را بر اساس معیار خود انجام می دهیم ، که شامل ارزیابی کلی و مطالعات تفصیلی تفصیلی بیشتر برای پویایی فیزیکی کنترل شده است.از طریق این آزمایشات ، ما تجزیه و تحلیل های عمیق از عملکرد حمله جسمی و استحکام مخالف جسمی را ارائه می دهیم ، مشاهدات ارزشمندی را ترسیم می کنیم و در مورد مسیرهای بالقوه برای تحقیقات آینده بحث می کنیم.پایگاه کد: https://github.com/jiaweilian/benchmarking_physical_attack