보로노이 다이어그램(Voronoi Diagrams)을 통한 구조적 적대적 위장
요약
보로노이 다이어그램을 활용하여 시각적으로 자연스러우면서도 탐지 성능을 저하시키는 새로운 적대적 위장 기법을 제안합니다. 고정된 색상 팔레트 내에서 시드 포인트 위치만을 최적화하여 계산 효율성을 높였으며, 다양한 YOLO 모델에 대해 강력한 전이성을 입증했습니다.
핵심 포인트
- 보로노이 다이어그램 기반의 구조적 적대적 위장 방식 제안
- 픽셀 단위 패치 대비 낮은 계산 비용과 높은 시각적 자연스러움
- YOLOv9~v12 등 다양한 탐지기 모델에 대한 높은 전이성 확인
- 제한된 색상 팔레트 환경에서도 효과적인 공격 가능성 입증
픽셀 단위의 적대적 패치(Pixel-wise adversarial patches)는 계산 비용이 많이 들고 시각적으로 감지되는 경우가 많아, 보안이 중요한 시스템에서의 활용도가 제한적입니다. 본 연구에서는 소프트 할당(soft assignment)을 사용하여 고정된 인쇄 가능 팔레트(printable palettes) 하에서 시드 포인트(seed-point) 위치만을 최적화하는 적대적 보로노이 위장(adversarial Voronoi camouflage)을 제안합니다. 이는 추가적인 정규화(regularization) 없이도 구조화된 파편형 위장(splinter camouflage)과 유사한 패턴을 생성합니다. COCO 스타일의 AP@[.5:.95]를 사용한 사람 탐지(person detection) 평가 결과, 단순 배치(In 따라 Inria -> COCO)는 비슷하게 낮은 성능을 보인 반면, 세그멘테이션 마스크(segmentation mask, 3DPeople)를 통한 의류 수준의 적용은 상당한 AP 하락을 초래했습니다. 이 공격은 도메인 외(out-of-domain) 배경으로 전이되며, 다양한 탐지기 제품군(YOLOv9/10/11/12)에 걸쳐 전이되어 블랙박스(black-box) 환경에서의 강건성(robustness)을 입증했습니다. 서로 다른 팔레트로 다시 칠하는 것은 효과를 크게 무효화하며, 단일 색상 수정은 제한적인 허용 오차(<=0.17)를 보여 구조와 팔레트 간의 결합(coupling)을 강조합니다. 매개변수 효율적(parameter-efficient)이고 팔레트가 제한된 이 설계는 실시간 탐지기의 성능을 저하시키면서도 시각적 그럴듯함(visual plausibility)을 향상시킵니다. 물리적 검증 및 색상 교정(color calibration)은 향후 과제로 남겨둡니다. 코드: https://github.com/JensBayer/Voronoi 이 논문은 원래 영국 바스(Bath)에서 2026년 5월 12-13일에 개최된 Information Systems Technology (IST) 과학 기술 위원회 IST-224-RSY - ICMCIS가 주관한 국제 군사 통신 및 정보 시스템 컨퍼런스(International Conference on Military Communication and Information Systems, ICMCIS)에서 발표되었습니다.
AI 자동 생성 콘텐츠
본 콘텐츠는 arXiv cs.AI의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기