CVPRW_2019_paper 요약 배경 및 의의 기계학습 모델에 대한 적대적 공격 입력 이미지의 픽셀 값을 변경하여 분류기가 잘못된 클래스를 출력하도록 속임 탐지기와 분류자를 속이기 위해 객체에 적용할 수 있는 "패치" 이러한 공격이 현실 세계에서 가능하다는 것을 보여줌 물체를 수정하고 비디오 카메라로 촬영하는 것 모든 접근 방식은 클래스 내 다양성이 거의 없는 클래스를 대상으로 함 (정지 표지판과 같이 모양이 정해진) 개체의 알려진 구조를 사용하여, 그 위에 적대적인 패치를 생성 본 논문에서는 다양성이 많은, 사람에 대한 적대적 패치 생성 방법을 제시 목표 사람 탐지기에서 사람을 성공적으로 숨길 수 있는 패치를 생성 e.g. 감시 시스템을 우회하기 위해 악의적으로 사용될 수 있는 공격 침입자가 감시카..