Buchumschlag

Fooling Neural Networks for Motion Forecasting via Adversarial Attacks

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Medina, Edgar, Loh, Leyong
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computer Vision and Pattern Recognition Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Context-based Interpretable Spatio-Temporal Graph Convolutional Network for Human Motion Forecasting
von: Medina, Edgar, et al.
Veröffentlicht: (2024)

Tailoring Adversarial Attacks on Deep Neural Networks for Targeted Class Manipulation Using DeepFool Algorithm
von: Labib, S. M. Fazle Rabby, et al.
Veröffentlicht: (2023)

Motion Illusions Generated Using Predictive Neural Networks Also Fool Humans
von: Sinapayen, Lana, et al.
Veröffentlicht: (2021)

CaptionFool: Universal Image Captioning Model Attacks
von: Parekh, Swapnil
Veröffentlicht: (2026)

Fooling the Watchers: Breaking AIGC Detectors via Semantic Prompt Attacks
von: Hao, Run, et al.
Veröffentlicht: (2025)

TACO: Adversarial Camouflage Optimization on Trucks to Fool Object Detectors
von: Dimitriu, Adonisz, et al.
Veröffentlicht: (2024)

Adversarial Attack Against Images Classification based on Generative Adversarial Networks
von: Yang, Yahe
Veröffentlicht: (2024)

Attacking Bayes: On the Adversarial Robustness of Bayesian Neural Networks
von: Feng, Yunzhen, et al.
Veröffentlicht: (2024)

SCA: Improve Semantic Consistent in Unrestricted Adversarial Attacks via DDPM Inversion
von: Pan, Zihao, et al.
Veröffentlicht: (2024)

UV-Attack: Physical-World Adversarial Attacks for Person Detection via Dynamic-NeRF-based UV Mapping
von: Li, Yanjie, et al.
Veröffentlicht: (2025)

ALA: Naturalness-aware Adversarial Lightness Attack
von: Huang, Yihao, et al.
Veröffentlicht: (2022)

Can Large Models Fool the Eye? A New Turing Test for Biological Animation
von: Chen, Zijian, et al.
Veröffentlicht: (2025)

Non-Uniform Illumination Attack for Fooling Convolutional Neural Networks
von: Jain, Akshay, et al.
Veröffentlicht: (2024)

Quaternion Generative Adversarial Neural Networks and Applications to Color Image Inpainting
von: Wang, Duan, et al.
Veröffentlicht: (2024)

Emotion Loss Attacking: Adversarial Attack Perception for Skeleton based on Multi-dimensional Features
von: Liu, Feng, et al.
Veröffentlicht: (2024)

Downstream Transfer Attack: Adversarial Attacks on Downstream Models with Pre-trained Vision Transformers
von: Zheng, Weijie, et al.
Veröffentlicht: (2024)

Transferable Adversarial Face Attack with Text Controlled Attribute
von: Li, Wenyun, et al.
Veröffentlicht: (2024)

Concept-based Adversarial Attack: a Probabilistic Perspective
von: Zhang, Andi, et al.
Veröffentlicht: (2025)

RetroMotion: Retrocausal Motion Forecasting Models are Instructable
von: Wagner, Royden, et al.
Veröffentlicht: (2025)

Open-World Motion Forecasting
von: Schischka, Nicolas, et al.
Veröffentlicht: (2026)

Physics-Grounded Motion Forecasting via Equation Discovery for Trajectory-Guided Image-to-Video Generation
von: Feng, Tao, et al.
Veröffentlicht: (2025)

Instance-Level Trojan Attacks on Visual Question Answering via Adversarial Learning in Neuron Activation Space
von: Sun, Yuwei, et al.
Veröffentlicht: (2023)

PB-UAP: Hybrid Universal Adversarial Attack For Image Segmentation
von: Song, Yufei, et al.
Veröffentlicht: (2024)

Adversarial Attack for RGB-Event based Visual Object Tracking
von: Chen, Qiang, et al.
Veröffentlicht: (2025)

Iterative Adversarial Attack on Image-guided Story Ending Generation
von: Wang, Youze, et al.
Veröffentlicht: (2023)

Rethinking Gradient-based Adversarial Attacks on Point Cloud Classification
von: Chen, Jun, et al.
Veröffentlicht: (2025)

Adversarial Evasion Attacks on Computer Vision using SHAP Values
von: Mollard, Frank, et al.
Veröffentlicht: (2026)

Adversarial Prompt Injection Attack on Multimodal Large Language Models
von: Ding, Meiwen, et al.
Veröffentlicht: (2026)

Steal Now and Attack Later: Evaluating Robustness of Object Detection against Black-box Adversarial Attacks
von: Chen, Erh-Chung, et al.
Veröffentlicht: (2024)

BadHMP: Backdoor Attack against Human Motion Prediction
von: Xu, Chaohui, et al.
Veröffentlicht: (2024)

Enhancing Adversarial Transferability in Visual-Language Pre-training Models via Local Shuffle and Sample-based Attack
von: Liu, Xin, et al.
Veröffentlicht: (2025)

Generating Adversarial Events: A Motion-Aware Point Cloud Framework
von: Ren, Hongwei, et al.
Veröffentlicht: (2026)

TSOM: Small Object Motion Detection Neural Network Inspired by Avian Visual Circuit
von: Hu, Pignge, et al.
Veröffentlicht: (2024)

Black-Box Adversarial Attack on Vision Language Models for Autonomous Driving
von: Wang, Lu, et al.
Veröffentlicht: (2025)

Human-Imperceptible Physical Adversarial Attack for NIR Face Recognition Models
von: Xie, Songyan, et al.
Veröffentlicht: (2025)

Adversarial Flow Matching for Imperceptible Attacks on End-to-End Autonomous Driving
von: Zeng, Xinyu, et al.
Veröffentlicht: (2026)

Tex3D: Objects as Attack Surfaces via Adversarial 3D Textures for Vision-Language-Action Models
von: Chen, Jiawei, et al.
Veröffentlicht: (2026)

Adversarially-Refined VQ-GAN with Dense Motion Tokenization for Spatio-Temporal Heatmaps
von: Maldonado, Gabriel, et al.
Veröffentlicht: (2025)

When Alignment Fails: Multimodal Adversarial Attacks on Vision-Language-Action Models
von: Yan, Yuping, et al.
Veröffentlicht: (2025)

Filtered-ViT: A Robust Defense Against Multiple Adversarial Patch Attacks
von: Khanal, Aja, et al.
Veröffentlicht: (2025)