1. 研究目的与意义
背景：正确识别交通标志是安全地进行自动驾驶的必要条件之一，目前V2X技术尚未普及，车辆在绝大多数地区只能通过基于视觉的方法来识别传统的交通标志。
目前在应用上流行的基于视觉的方法通常是使用预先训练的基于卷积神经网络的目标检测模型来对车载摄像头拍摄的图像进行处理，识别出交通标志。
这类识别方法在光照合适、交通标志无明显污损的情况下通常能够识别成功。
2. 课题关键问题和重难点
对交通标志识别系统进行干扰的最直观的方式是直接对交通标志进行遮挡、污损等操作，但是这类操作易被人类肉眼发现，容易被道路养护部门及时修复。
在无法明显被人类察觉的前提下对识别系统进行干扰是一种对抗性攻击(Adversarial Attack)任务。
本课题的目标是研究一种对抗性攻击的方法，此方法能够生成一种可打印的贴纸，在尽量少遮挡原交通标志的情况下贴在原交通标志旁，可使常见的基于视觉的交通标志识别模型对此标志进行错误的识别。
3. 国内外研究现状（文献综述）
1. 交通标志识别交通标志识别(TSR)是实现车辆自动驾驶所需的功能之一，正确识别交通标志是安全地进行自动驾驶的必要条件之一，在目前，V2X技术尚未普及，车辆在绝大多数地区只能通过基于视觉的方法来识别传统的交通标志。
目前在应用上流行的基于视觉的方法通常是使用预先训练的基于卷积神经网络的目标检测模型来对车载摄像头拍摄的图像进行处理，识别出交通标志。
这类识别方法在光照合适、交通标志无明显污损的情况下通常能够识别成功。
4. 研究方案
选取一些较为流行的交通标志识别模型，配置相应的软件环境，尝试复现部分模型，评估性能并对比。
选取前人研究的一些对抗性攻击方法进行复现，并将这些方法应用在对交通标志识别模型进行攻击上，生成对抗性样本。
然后使用交通标志识别模型对对抗性样本进行识别，观察攻击效果，评估性能。
5. 工作计划
第 1周：阅读交通标志识别的相关文献，了解交通标志识别的研究进展。
第2-3 周：选取一些较为流行的交通标志识别模型，配置相应的软件环境，尝试复现部分模型，评估性能并对比。
第 4周：阅读对抗性攻击的相关文献，了解对抗性攻击的研究进展。
以上是毕业论文开题报告，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
