面向单目标追踪的对抗攻击技术综述

来源：计算机工程与应用杂志2025年第16期北京时间：

作者：陆正之, 黄希宸, 彭勃

单位：1.国防科技大学 试验训练基地，西安 710106；2.国防科技大学 电子科学学院，长沙 410073

摘要：单目标追踪是计算机视觉中的关键任务之一。随着人工智能技术的发展，基于深度学习的追踪方法已经成为单目标追踪的主流，显著提升了追踪的精度和可用性。然而深度学习方法易受到对抗攻击威胁，攻击者能够诱使深度追踪模型产生错误的追踪结果，严重影响追踪的鲁棒性和安全性。综述了近年来单目标追踪领域对抗性攻击技术的研究进展，揭示了深度学习追踪模型所面临的潜在安全风险，并分析了该领域所面临的挑战和难题。依据攻击方法是否与视频追踪的在线特性相适应，对现有的单目标追踪对抗性攻击技术进行了分类总结，阐述了基本原理、特征以及代表性工作。最后从构建安全可靠的追踪模型和面向实际应用的追踪攻击等视角，对追踪对抗技术的未来发展趋势进行了展望，探讨了当前追踪攻击研究中的关键问题，包括追踪对抗防御、多模态追踪攻击、物理可实现追踪攻击及非合作追踪攻击等，以推动该领域创新与进步。

关键词：单目标追踪（SOT）,对抗攻击,深度学习,人工智能