一种基于深度三维检测器的通用对抗攻击方法、存储介质和终端技术

本发明专利技术公开了一种基于深度三维检测器的通用对抗攻击方法、存储介质和终端，方法包括以下步骤：获取待攻击的深度三维检测器的结构，得到预存的与所述结构对应的对抗体素；当进行攻击时，将所述对抗体素叠加至输入于待攻击的深度三维检测器的雷达激光场景上。本发明专利技术使用对抗体素的方法计算和保存场景修改计算方便；以对抗体素形式保存的修改可以应用到任何点云场景中，具有通用性；同时采用对抗体素的方法会最大可能的使修改能够保留梯度到检测结果并进行优化。测结果并进行优化。测结果并进行优化。

【技术实现步骤摘要】
一种基于深度三维检测器的通用对抗攻击方法、存储介质和终端


[0001]本专利技术涉及点云对抗领域，尤其涉及一种基于深度三维检测器的通用对抗攻击方法、存储介质和终端。

技术介绍

[0002]基于2D图像和3D激光雷达数据的感知技术得益于深度神经网络的最新进展，并且在各种现实任务中均取得了令人鼓舞的性能。特别是，基于视觉的目标检测检测在许多对安全至关重要的应用中扮演着重要角色，例如自动驾驶。尽管如此，Szegedy等人研究发现，深层模型容易受到对抗性攻击，精心设计的攻击样本可能会使深度模型产生无法预测的结果。现有深度模型的不可靠性对目标检测的潜在应用构成了巨大威胁。
[0003]通常，对抗性样本的生成是从像素或点的修改产生的，这是一种经过充分研究的方法，并被证明是有效的。Szegedy和Moosavi首先研究了在二维图像上生成对抗性样本的方法。后来，该方法扩展到3D，许多算法利用逐点修改生成对抗性点云数据，并获得了不错的攻击成功率。然而，上述对抗攻击方法针对单个样本进行了优化，这对于新样本而言在计算上昂贵且不灵活。LG<br/>‑
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于深度三维检测器的通用对抗攻击方法，其特征在于：包括以下步骤：获取待攻击的深度三维检测器的结构，得到预存的与所述结构对应的对抗体素；当进行攻击时，将所述对抗体素叠加至输入于待攻击的深度三维检测器的雷达激光场景上。2.根据权利要求1所述的一种基于深度三维检测器的通用对抗攻击方法，其特征在于：所述获取待攻击的深度三维检测器的结构，得到预存的与所述结构对应的对抗体素，包括：获取待攻击的深度三维检测器的结构，与预存的深度三维检测器的结构进行匹配；当匹配成功后，获取与预存的深度三维检测器对应的对抗体素，从而得到得到预存的与所述结构对应的对抗体素。3.根据权利要求2所述的一种基于深度三维检测器的通用对抗攻击方法，其特征在于：所述获取待攻击的深度三维检测器的结构，得到预存的与所述结构对应的对抗体素，还包括：当匹配失败时，利用对待攻击的深度三维检测器的结构进行训练，从而得到训练后的对抗体素。4.根据权利要求1或3所述的一种基于深度三维检测器的通用对抗攻击方法，其特征在于：所述预存的与所述结构对应的对抗体素，为根据待攻击的深度三维检测器训练得到，具体包括：给定初始化的对抗体素；对每个雷达激光场景样本执行多次操作，并针对不同样本循环完成对抗体素的更新；所述操作包括：将雷达激光场景样本上加入对抗体素，输入至待攻击的深度三维检测器进行检测，得到检测结果；针对检测结果与真实结果，利用损失函数得到使当前样本失效的体素优化向量；将体素优化向量...

【专利技术属性】
技术研发人员：蔡木目心，桑楠，张静玉，成日冉，周慧，王旭鹏，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：