一种基于流形约束的点云对抗攻击方法技术

本发明专利技术提供了一种基于流形约束的点云对抗攻击方法，属于机器人视觉领域，该方法包括：根据输入的原始点云与预设原参数形状，训练得到双向流形自编码器；使用点扰动攻击方法对原始点云进行攻击获得对抗点云，计算得到点云的对抗损失和形变损失；所述对抗点云逆向输入可逆解码器，获得对抗样本参数形状；根据原参数形状与对抗样本参数形状，计算获得对应的点云的流形约束损失；根据对抗损失、形变损失与流形约束损失，构建优化目标函数；经过多轮攻击迭代优化，根据优化目标函数计算得到不可察觉的对抗性扰动；根据不可察觉的对抗性扰动生成对应的点扰动对抗样本。通过实施本发明专利技术，可以生成不可防御性强、攻击可迁移性高的点扰动对抗性点云。

【技术实现步骤摘要】

本专利技术属于机器人视觉领域，具体涉及一种基于流形约束的点云对抗攻击方法。

技术介绍

1、三维物体可以通过多种方法表示，包括多视图组合、网格、体素和点云等。其中，点云是由物体表面的三维坐标点组成的集合，不仅包含了坐标信息，还可能包括反射强度、颜色、法向量等数据。相比其他表示方法，采用点云来表达三维物体，可以方便地获取数据且不需要进行复杂的数据处理，数据冗余也比较少，可以在对实时性有高要求的应用中有效减轻计算机的计算负担。

2、近年来，针对3d点云数据的深度神经网络研究逐渐增多，研究者利用这些网络完成点云的分类、目标检测、跟踪和语义分割等任务。然而，深度学习模型在面对对抗性攻击时已被证实会出现脆弱性问题，基于深度学习的3d点云处理算法也极易受到这类对抗性攻击的影响。攻击者通过对点云进行细微的干扰就可能导致模型预测错误，且这类攻击是人眼无法察觉到的，但可以在测试和部署阶段轻易欺骗深度神经网络。

3、现阶段，常见点云对抗技术方案主要有以下3种：点扰动、点添加、点删除。其中，点扰动对抗攻击技术是通过微小地调整点云中各个点的位置来实现对抗性攻本文档来自技高网...

【技术保护点】

1.一种基于流形约束的点云对抗攻击方法，其特征在于，该方法包括以下步骤：

2.根据权利要求1所述的基于流形约束的点云对抗攻击方法，其特征在于，所述原始点云采用点云数据集ModeNet40和ShapeNet Part。

3.根据权利要求1所述的基于流形约束的点云对抗攻击方法，其特征在于，所述双向流形自编码器整体结构包含编码器与可逆解码器；

4.根据权利要求3所述的基于流形约束的点云对抗攻击方法，其特征在于，所述原参数形状设置为参数球。

5.根据权利要求1所述的基于流形约束的点云对抗攻击方法，其特征在于，所述预设点扰动攻击方法为IFGM与C&a...

【技术特征摘要】

1.一种基于流形约束的点云对抗攻击方法，其特征在于，该方法包括以下步骤：

2.根据权利要求1所述的基于流形约束的点云对抗攻击方法，其特征在于，所述原始点云采用点云数据集modenet40和shapenet part。

3.根据权利要求1所述的基于流形约束的点云对抗攻击方法，其特征在于，所述双向流形自编码器整体结构包含编码器与可逆解码器；

4.根据权利要求3所述的基于流形约束的点云对抗攻击方法，其特征在于，所述原参数形状设置为参数球。

5.根据权利要求1所述的基于流形约束的点云对抗攻击方法，其特征在于，所述预设点扰动攻击方法为ifgm与c&w攻击。

6.根据权利要求1...

【专利技术属性】
技术研发人员：唐可可，何旭，田志宏，彭伟龙，吴坚鹏，李树栋，张登辉，
申请(专利权)人：广州大学，
类型：发明
国别省市：