@techreport{oai:ipsj.ixsq.nii.ac.jp:02009667,
 author = {渡辺,直樹 and 小菅,大輔 and 眞鍋,泰河 and 矢内,直人 and 山本,宙 and 高山,佳久 and 大東,俊博},
 issue = {22},
 month = {May},
 note = {敵対的サンプルは，入力画像に微小な摂動を付与することで，機械学習モデルに誤分類を引き起こす手法として知られている．本研究では，摂動を加えた道路標識画像に対して不可視光レーザを照射したときにのみ，標的クラスへの誤分類を生じさせる新たな標的型敵対的サンプル生成手法を提案する．本手法では，標的型敵対的サンプルに含まれる摂動の一部領域を意図的に欠損させることで，通常時には元のクラスに正しく分類され，不可視光レーザ照射時にのみ標的クラスへの誤分類を誘発する二段階の挙動を実現する．計算機シミュレーションおよび物理実験による評価の結果，シミュレーション上では意図した二段階の挙動を実現でき，物理環境においても一部の条件下でその挙動を再現できることを確認した．これにより，ブラックボックス環境においても，不可視光レーザ照射を起点とした標的型誤分類を動的に誘発し得ることを示した．},
 title = {不可視光レーザ照射を用いた標的型敵対的サンプル},
 year = {2026}
}