基于多模型集成元学习与强化学习优化的视觉目标跟踪对抗攻击方法研究.pdf

基于多模型集成元学习与强化学习优化的视觉目标跟踪对抗攻击方法研究.pdf

摘要

摘要

近年来,基于卷积神经网络和Transformer的视觉目标跟踪模型取得了令人瞩目的性

能突破,并已广泛应用于自动驾驶、智能监控等关键领域。然而,随着这类模型在开放、

复杂环境中不断部署,其安全问题也日益凸显。研究表明,视觉目标跟踪模型与大多数基

于深度学习的视觉模型类似,在面对对抗样本时同样表现出显著脆弱性:攻击者仅需向输

入视频输入帧中人眼难以察觉的细微扰动,便可能误导跟踪器,导致目标丢

文档评论(0)

1亿VIP精品文档

相关文档