检索结果-南通市图书馆

作者：李阳辽宁工程技术大学

学位级别：硕士

随着我国小汽车数量的迅速增加,道路交通事故经常发生。人们越来越关心怎样降低道路交通事故和减少交通事故造成的损失。因此自动驾驶被越来越多的机构和单位关注和研究。然而自动驾驶面临的真实交通路况远比理论上复杂,在真实的道路上... 详细信息

随着我国小汽车数量的迅速增加,道路交通事故经常发生。人们越来越关心怎样降低道路交通事故和减少交通事故造成的损失。因此自动驾驶被越来越多的机构和单位关注和研究。然而自动驾驶面临的真实交通路况远比理论上复杂,在真实的道路上驾驶其实还面对许多的挑战,例如糟糕天气或者夜间行驶导致传感器敏感度降低,高架桥下或者长隧道内信号减弱引发的定位失效,数据样本种类的训练不能覆盖真实使用中的目标等。事关道路交通中所有参与者的生命财产安全。在自动驾驶汽车投入使用前,其安全性能应当得到反复的提升,这也对相关功能的研究提出了更高的要求。行人目标检测是自动驾驶的重要基础研究方向。本文研究自动驾驶安全系统中行人目标检测方法,可以有效地利用算法模型实时检测车辆前方行人,帮助车辆做出即时的处理反应。首先,本文以道路交通的行人为研究对象,在文献综述上面,分析了国内外行人目标检测的研究现状,针对这些基础现状,采用了适用于道路交通上实时行人目标检测算法模型YOLOv7,并通过数据训练验证了YOLOv7算法模型在行人目标检测类的可行性,较好的解决了行人目标实时检测速度和精度的问题。其次,根据YOLOv7算法模型构建行人目标检测实验,分析了YOLOv7算法模型中的损失函数不足之处,提出了将改进的损失函数加入到算法模型中,并且在海量数据训练的时候考虑到注意力机制是可以有效提升CNN(卷积神经网络)性能,由此可见在YOLOv7算法模型的主干网络中增加注意力机制,混合使用通道和空间注意力,可以使算法模型能够更好的提取重要特征,提高模型检测速度和精度。最后,将训练阶段改进的新旧算法模型在行人目标数据集上做对照实验,并将改进的算法模型嵌入摄像头来实时检测行人事件,通过数据集实验对比证实所改进的方法在现实中的实际应用价值,并且通过实验确定基于摄像头如何进一步提升识别率。该论文有图43幅,表10个,参考文献77篇。

关键词：自动驾驶安全行人目标检测算法损失函数注意力机制卷积神经网络摄像头

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

针对自动驾驶智能模型的攻击与防御

引用

计算机学报 2024年第6期47卷 1431-1452页

作者：马晨沈超蔺琛皓李前王骞李琦管晓宏西安交通大学电子与信息学部网络空间安全学院智能网络与网络安全教育部重点实验室(西安交通大学) 武汉大学国家网络安全学院清华大学网络科学与网络空间研究院

近年来,以深度学习算法为代表的人工智能技术为人类生产生活的方方面面带来了巨大的革新,尤其是在自动驾驶领域,部署着自动驾驶系统的智能汽车已经走进人们的生活,成为了重要的生产力工具.然而,自动驾驶系统中的人工智能模型面临着潜在... 详细信息

近年来,以深度学习算法为代表的人工智能技术为人类生产生活的方方面面带来了巨大的革新,尤其是在自动驾驶领域,部署着自动驾驶系统的智能汽车已经走进人们的生活,成为了重要的生产力工具.然而,自动驾驶系统中的人工智能模型面临着潜在的安全隐患和风险,这给人民群众生命财产安全带来了严重威胁.本文通过回顾自动驾驶智能模型攻击和防御的相关研究工作,揭示自动驾驶系统在物理世界下面临的安全风险并归纳总结了相应的防御对策.具体来说,本文首先介绍了包含攻击面、攻击能力和攻击目标的自动驾驶系统安全风险模型.其次,面向自动驾驶系统的三个关键功能层——传感器层、感知层和决策层,本文依据受攻击的智能模型和攻击手段归纳、分析了对应的攻击方法以及防御对策,并探讨了现有方法的局限性.最后,本文讨论和展望了自动驾驶智能模型攻击与防御技术面临的难题与挑战,并指出了未来潜在的研究方向和发展趋势.

关键词：自动驾驶安全人工智能安全信息物理系统安全物理对抗攻击防御策略

来源：

同方期刊数据库评论

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

面向自动驾驶中多模态融合感知算法的攻击和防御

面向自动驾驶中多模态融合感知算法的攻击和防御

引用

作者：黄文锋广州大学

学位级别：硕士

感知系统为自动驾驶系统提供驾驶决策依据,因此确保感知系统在自动驾驶过程中精准的识别道路目标是保障自动驾驶安全的重中之重。感知系统从相机(或激光雷达)采集图像(或点云)数据,并输入感知算法检测道路目标。随着基于图像或点云的感... 详细信息

感知系统为自动驾驶系统提供驾驶决策依据,因此确保感知系统在自动驾驶过程中精准的识别道路目标是保障自动驾驶安全的重中之重。感知系统从相机(或激光雷达)采集图像(或点云)数据,并输入感知算法检测道路目标。随着基于图像或点云的感知算法(单模态感知算法)逐渐成熟,近年来主流技术逐渐演变到基于图像和点云融合数据的多模态感知算法,以获得更优的检测性能与鲁棒性。然而,当前针对感知算法安全问题的研究主要面向单模态感知算法,而缺乏面向多模态感知算法的认知,使得基于目前主流技术的自动驾驶系统存在明显的安全隐患。本文聚焦于自动驾驶系统多模态感知算法的安全问题,提出针对多模态感知算法的对抗攻防技术,进而为感知算法安全性能分析和提升提供关键技术积累。在多模态算法的攻击技术方面,本文针对中期融合多模态感知算法提出了一个对抗样本优化技术,最大化目标检测输出检测框的类别、位置和角度损失,通过最小化反向传播过程中对抗样本的纹理、形状和位置差异,从而提升了白盒条件下的无目标攻击效果的同时保障对抗样本的真实性。在多模态算法的防御技术方面,本文针对上述攻击算法探讨了特征压缩、平滑滤波与JPEG压缩三种数据层防御技术和模型层防御蒸馏技术的防御效果,实验结果表明防御蒸馏训练所得到的学生检测网络能够提升在攻击场景下的检测精度,即具有更好的鲁棒性,而其余防御方法反而降低了模型的检测精度。基于本文提出的多模态检测算法的攻防技术,本文进一步设计并实现了一套多模态对抗攻击与防御算法评估系统。该系统能够进行实验数据集管理与任务管理,并通过可视化自动驾驶场景图像、点云和评测图表,以及对抗样本在图像与点云的攻击效果,使得研究人员能够定性与定量地评测攻防结果,达到提升算法研究过程中分析与解决问题的效率。

关键词：自动驾驶安全多模态融合对抗攻击对抗防御

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：