arXiv cs.CVは11月12日(現地時間)、自動運転車の物体追跡システムが敵対的攻撃に対し脆弱であることを示した論文「Adversarial Tracking: Attacks on Image Sensors for Object Tracking in Autonomous Vehicles」を公開した。物体検出器とトラッキングシステムを組み合わせた評価では、画像特異的攻撃や画像非特異的攻撃により追跡精度が著しく低下する結果が報告されている。これは、ニューラルネットワークベースの検出器が入力画像を摂動させる敵対的攻撃に対して脆弱であることに起因する。
本論文はHan Wu、Alex Chan、Ekin Can Erkus、Tousif Rahman、Rishad Shafikが著者として名を連ねている。
研究では、YOLOv3とYOLOv4の検出器がSORT、Deep SORT、Strong SORT、OC-SORTといった追跡システムと組み合わされ、CARLA simulator上で評価された。追跡品質の指標には、Multiple Object Tracking Accuracy (MOTA)、Higher Order Tracking Accuracy (HOTA)、Identification F1 (IDF1)が用いられた。
画像特異的攻撃下では、YOLOv3ベースのトラッカーのHOTAは53.45-56.19%から14.85-17.03%に低下し、最悪の場合、MOTAは-772.60%に達した。YOLOv4ベースのトラッカーはより堅牢性を示したが、HOTAは依然として25.06-26.86%まで低下している。加えて、画像非特異的攻撃も、個々のフレームごとに摂動を生成することなく、単一のUniversal Adversarial Perturbation (UAP)を使用して追跡精度を低下させることが可能であると指摘されている。
参考: arXiv cs.CV (アーカイブ) — 2026年11月16日 14:00 (JST)
原文ハイライト"Adversarial Tracking: Attacks on Image Sensors for Object Tracking in Autonomous Vehicles"