请调研以下问题的当前研究现状： 研究问题： 在地面放置一个平面实体“伪装物体”，例如印有特定图案的...

请调研以下问题的当前研究现状：

研究问题：
在地面放置一个平面实体“伪装物体”，例如印有特定图案的布、地毯、海报或贴纸，使无人机从不同方位角、俯视角、距离和高度拍摄时，其搭载的目标检测模型能够稳定地产生指定类别的检测结果，例如将该平面物体识别为“汽车”。

这里的“攻击对象”是无人机搭载的目标检测器；“攻击目标”是诱导模型产生指定类别的目标检测框，而不是隐藏真实目标或降低检测置信度。

请将该问题定义为：
“面向无人机目标检测的多视角平面物理定向误检”
并检索其对应的英文术语和近似表述。

一、严格限定调研范围

重点纳入：

1. 物理世界目标检测攻击
2. 面向目标检测器的定向误检攻击
3. 平面印刷介质、对抗贴片、印刷布、地面伪装图案
4. 多视角、跨角度、跨尺度或视角鲁棒攻击
5. 无人机、航拍或空中视觉检测场景
6. YOLO、Faster R-CNN、RetinaNet、DETR 等目标检测模型
7. 真实打印、室外拍摄、无人机拍摄或无人机视角模拟实验

只有在与上述问题具有直接技术关联时，才纳入：

• 普通摄像机下的平面物理攻击
• 自动驾驶场景中的道路或车辆检测攻击
• 基于 EOT 的物理鲁棒攻击
• 面向三维物体的研究，但需要明确标注其与“平面印刷物”的差异

明确排除：

• 目标隐藏、漏检或降低检测置信度的攻击
• 只针对图像分类而不产生检测框的攻击
• 三维实体对抗物体作为主要研究对象的论文
• 视觉语言模型、多模态大模型和提示注入攻击
• 数据投毒、后门攻击、模型窃取和隐私攻击
• 纯数字域攻击且没有物理实现或物理验证的论文
• 一般性的无人机目标检测论文
• 与目标检测安全无直接关系的普通图像伪装研究

二、重点回答的问题

1. 该研究问题在现有文献中通常使用哪些术语描述？
2. 是否已有论文直接研究“平面印刷物从多个角度诱导目标检测器产生指定类别误检”？
3. 是否已有论文明确针对无人机搭载的目标检测器或航拍视角？
4. 现有方法通常采用什么物理载体：
   • 对抗贴片
   • 印刷布
   • 地面海报
   • 喷涂图案
   • 平面伪装图案
5. 多视角鲁棒性通常如何实现？请说明是否使用：
   • EOT
   • 多视角联合优化
   • 多尺度训练
   • 目标检测器集成
   • 摄像机和成像变换模拟
6. 现有攻击主要针对哪些检测器和数据集？
7. 实验是否包含：
   • 不同方位角和俯视角
   • 不同飞行高度和目标尺度
   • 不同拍摄距离
   • 光照、阴影和天气变化
   • 复杂地面背景
   • 遮挡
   • 运动模糊
   • 连续视频帧
   • 不同摄像机或不同检测模型
8. 常用评测指标是什么？重点解释：
   • Targeted Attack Success Rate
   • 指定类别检测框出现率
   • 检测置信度
   • 检测框位置和重叠程度
   • 跨视角成功率
   • 跨距离和尺度成功率
   • 跨模型迁移率
   • 连续视频帧稳定性
9. 当前研究已经解决了哪些问题？哪些论文仍然只在单视角、单模型或理想光照下有效？
10. 平面印刷物相比三维对抗物体的主要优势和局限是什么？
11. 当前是否存在专门针对无人机航拍场景的研究空白？

三、文献检索要求

优先检索 2018 年以来的论文，并补充少量奠基性工作。优先使用：

• Google Scholar
• Semantic Scholar
• arXiv
• IEEE Xplore
• CVF Open Access
• ACM Digital Library
• 官方会议和期刊页面

重点关注：

• CVPR
• ICCV
• ECCV
• NeurIPS
• ICLR
• AAAI
• IJCAI
• ACM MM
• WACV
• IEEE TPAMI
• IEEE TIFS
• IEEE TNNLS
• Pattern Recognition

建议检索词：

text
"targeted physical adversarial attack" AND "object detection"
"physical adversarial patch" AND "object detection"
"adversarial patch" AND UAV
"adversarial patch" AND aerial object detection
"multi-view physical adversarial attack"
"viewpoint-robust adversarial patch"
"physical targeted misclassification" AND detector
"printed adversarial patch" AND object detection
"UAV object detection adversarial attack"
"drone vision physical adversarial attack"

四、代表性论文整理

请筛选 15 至 20 篇最相关的论文，并分成三类：

A. 直接相关：平面物理介质 + 目标检测 + 定向误检 + 多视角
B. 高度相关：平面物理攻击 + 目标检测，但不是无人机或不是多视角
C. 邻近参考：无人机/航拍目标检测安全，但攻击载体或攻击目标不同  

不要把 B、C 类论文表述成已经直接解决了本研究问题。

请制作表格：

| 论文 | 年份 | 相关类别 | 检测模型 | 攻击目标 | 物理载体 | 是否平面介质 | 是否定向误检 | 是否多视角 | 是否无人机/航拍 | 是否真实物理实验 | 主要指标 | 主要结论 | 主要局限 |
| ---- | ---- | -------- | -------- | -------- | -------- | ------------ | ------------ | ---------- | --------------- | ---------------- | -------- | -------- | -------- |
|      |      |          |          |          |          |              |              |            |                 |                  |          |          |          |

五、公开源码调查

对每篇核心论文，检查是否有公开源码，并优先查找：

- 作者主页
- GitHub 官方仓库
- 论文页面链接
- Papers with Code
- 项目主页
- 官方补充材料

请单独制作源码表：

| 论文 | 官方代码链接 | 是否作者官方仓库 | 是否包含训练代码 | 是否包含测试代码 | 是否提供预训练模型 | 是否提供数据或生成脚本 | License | 最后更新时间 | 当前可复现性 |
| ---- | ------------ | ---------------- | ---------------- | ---------------- | ------------------ | ---------------------- | ------- | ------------ | ------------ |
|      |              |                  |                  |                  |                    |                        |         |              |              |

源码状态只能填写：

- 已确认公开
- 仅部分代码公开
- 只有非官方实现
- 未找到公开代码
- 链接失效
- 信息待核实

不要把个人复现代码误标为作者官方代码，也不要编造 GitHub 链接。

六、最终输出结构

请按照以下结构输出：

A. 研究问题的准确术语与边界
B. 直接相关研究是否已经存在
C. 研究方向和技术路线
D. 多视角物理定向误检的研究现状
E. 无人机/航拍场景的专门研究现状
F. 15 至 20 篇代表性论文对比表
G. 公开源码和可复现性调查
H. 当前研究共识、分歧和不足
I. 推荐阅读顺序  

引用要求：

- 优先引用原始论文和官方页面。
- 不要编造论文、作者、实验数据、DOI、链接或源码信息。
- 论文未报告的内容标记为“未报告”。
- 明确区分论文原文结论、实验事实和你的归纳分析。
- 如果没有找到完全匹配的论文，要明确说明“未发现直接匹配研究”，并列出最接近的相关方向。
- 本次调研只分析研究现状，不提出新的研究选题，不生成攻击代码，也不提供面向真实无人机系统的部署步骤。