交通安全中的目标检测算法脆弱性研究

本研究聚焦于目标检测算法在交通安全领域中的脆弱性，特别关注了YOLOv5在交通与道路标志检测中面临的对抗性攻击挑战。通过采用多种攻击手段，包括有限内存Broyden Fletcher Goldfarb Shanno (L-BFGS)、快速梯度符号法(FGSM)攻击、Carlini和Wagner (C&W)攻击、基本迭代法(BIM)攻击、投影梯度下降(PGD)攻击、单像素攻击和通用对抗扰动攻击，我们揭示了这些攻击对于YOLOv5在交通标志和路标检测方面的准确性带来的负面影响。研究结果清晰地显示，随着扰动的增加，YOLOv5容易出现误分类，准确性逐渐降低。通过显着图的应用，我们对实验结果进行了详尽的解释。这一研究为评估交通与运输系统中目标检测算法的安全性和可靠性提供了深刻见解，强调了需要构建更为稳健和安全的模型，以确保其在实际应用中表现出色。