Illusion of Depth: Revealing Hidden Stereo Vision Vulnerabilities in Depth Estimation
该论文研究立体视觉（双目）相机在深度估计中的内在脆弱性，属于针对自动驾驶、无人机、机器人等自主系统感知层的安全研究。作者指出，立体相机的深度输出依赖像素采样与标定两个基础环节，这些环节本身存在缺陷：攻击者只需在场景中引入简单的重复图案，就能
#sensor-fusion
共收录 4 条相关情报。
← 返回所有主题CRSF: Collusion-Resilient Privacy-Preserving Sensor Fusion with Byzantine-Robust Participation
本文针对隐私保护传感器融合系统中的安全弱点提出了一种新的协议 CRSF。在典型的传感器-服务器-客户端架构中，不受信任的服务器需要在不学习单个输入或最终输出的情况下，对分布式传感器的测量值进行聚合计算。已有基于混淆电路（garbled ci
A Dual-Stream Challenge-Response Protocol for Ocular Liveness Verification
该论文针对眼动生物特征识别系统面临的高级呈现攻击（如高清视频重放和实时生成式深度伪造）提出了一种双流挑战-响应协议。当前呈现攻击检测（PAD）框架通常依赖孤立的生理指标（如注视追踪或瞳孔光反射），这些指标易被单独欺骗。作者提出了时空-亮度传
In-Progress: Enhancing Traffic Signal Perception for Connected and Autonomous Vehicles (CAVs) via Multi-Sensor Fusion of Camera, LiDAR, Radar, and SPaT Data.
该论文探讨了如何通过多传感器融合技术提升联网和自动驾驶车辆（CAVs）对交通信号的感知能力。传统方案依赖单一传感器（如摄像头）检测信号灯，易受光照、天气等环境因素影响。作者提出一种融合摄像头、LiDAR、雷达以及SPaT（信号相位与时序）数