arXiv cs.CV· Linye Lyu, Jiawei Zhou, Daojing He, Yu Li·· 3 小时前AI 评分36
BEVCA：面向自动驾驶多视角 BEV 3D 感知的有效可迁移物理伪装攻击
Towards Effective and Transferable Physical Camouflage against Multi-View BEV-based 3D Perception in Autonomous Driving
AI 导读
研究提出 BEVCA 对抗伪装生成框架，针对自动驾驶中多视角 BEV 3D 感知模型生成有效且可迁移的物理伪装。该框架将基于 BEV 特征的对抗损失与多视角神经渲染模块结合，可在不同模型与任务间迁移；数字与物理环境实验显示其优于现有最强基线，并在真实条件下保持较强鲁棒性。代码已公开。
来源：arXiv cs.CV · arxiv.org