基于频域重要性的三维点云目标跟踪对抗性攻击法及装置制造方法及图纸

本发明专利技术公开了一种基于频域重要性的三维点云目标跟踪对抗性攻击法及装置，通过谱图和信号处理领域的方法，将搜索区域点云由空间域变换到频域，在频域上添加扰动，对搜索区域的低频分量进行攻击以提高泛化性，通过设计频段重要性显著图，为低频区域中的每个单位子频段按对跟踪的重要程度打分，依据频段重要性显著图分数构造子频段权重，加强对跟踪重要的子频段的扰动程度，通过边界框偏移损失函数，引导跟踪模型生成的候选目标提议偏向置信度较低的提议方向，从而使跟踪预测边界框偏离目标而跟踪失败。

【技术实现步骤摘要】

本专利技术涉及一种基于频域重要性的三维点云目标跟踪对抗性攻击方法及装置，属于三维点云目标跟踪的对抗性攻击技术。

技术介绍

1、三维点云目标跟踪是依据给定的第一帧点云对象为模板，生成三维预测框，确定目标在后续帧中的位置。生成对抗性示例的研究对跟踪器的鲁棒性评估以及提升跟踪器的抗扰动能力有着重要作用。

2、近年来，针对三维目标跟踪模型的对抗性攻击方法也被陆续提出。然而现有对三维点云目标跟踪对抗攻击的研究有着以下的局限性：1、有关攻击方法的可迁移性研究较少，缺乏对泛化特征与非泛化特征的区分。目前只有可转移攻击网络(tan)关注了三维点云目标跟踪对抗攻击方法的可迁移性研究。模型从数据集学习的特征可以细分为泛化特征和非泛化特征，泛化特征与模型无关，不同的模型从同一数据集中可以学习得到相似的泛化特征。攻击数据集数据具有泛化性且脆弱的特征，可以产生可迁移的对抗性扰动。2、忽视了点云的频域信息。点云的频域包含了泛化性和几何结构的信息。频域原则表明，深度神经网络的泛化性与频域有关，数据高频分量的噪声容易导致过拟合从而降低泛化性，低频分量的噪声则较少。此外，点云的本文档来自技高网...

【技术保护点】

1.一种基于频域重要性的三维点云目标跟踪对抗性攻击方法，其特征在于：包括如下步骤：

2.根据权利要求1所述的基于频域重要性的三维点云目标跟踪对抗性攻击方法，其特征在于：在点云帧视频序列中，使用跟踪目标的真实边界框在第一帧中裁剪出跟踪预测边界框；从第二帧起，将前一帧的跟踪预测边界框称为当前帧的模板点云Ptmp，根据当前帧的模板点云Ptmp裁剪当前帧的搜索区域点云Psea进而得到当前帧的跟踪预测边界框B。

3.根据权利要求1所述的基于频域重要性的三维点云目标跟踪对抗性攻击方法，其特征在于：使用图傅里叶变换将搜索区域点云Psea由空间域坐标序列变换为频域系数序列包括如下...

【技术特征摘要】

1.一种基于频域重要性的三维点云目标跟踪对抗性攻击方法，其特征在于：包括如下步骤：

2.根据权利要求1所述的基于频域重要性的三维点云目标跟踪对抗性攻击方法，其特征在于：在点云帧视频序列中，使用跟踪目标的真实边界框在第一帧中裁剪出跟踪预测边界框；从第二帧起，将前一帧的跟踪预测边界框称为当前帧的模板点云ptmp，根据当前帧的模板点云ptmp裁剪当前帧的搜索区域点云psea进而得到当前帧的跟踪预测边界框b。

3.根据权利要求1所述的基于频域重要性的三维点云目标跟踪对抗性攻击方法，其特征在于：使用图傅里叶变换将搜索区域点云psea由空间域坐标序列变换为频域系数序列包括如下步骤：首先，使用k-nn算法计算搜索区域点云psea中每个点的k近邻点，再将搜索区域点云psea从点集合转为图结构g＝{u，ε，w}，顶点集u是搜索区域点云psea中所有n个点的集合，边集ε是每个点与其所有k近邻点连接的邻接边的集合，w表示邻接矩阵；接着，构建图结构g的拉普拉斯矩阵l：d-w，对角矩阵d中的对角元素di表示点i的所有邻接边的权值之和；然后，对拉普拉斯矩阵l进行特征分解得到l＝vλvt，v是包含拉普拉斯矩阵l的特征向量的标准正交矩阵，λ是由拉普拉斯矩阵l的特征值组成的对角矩阵；最后，将搜索区域点云psea的空间域坐标序列x通过图傅里叶变换转换为频域系数序列使用逆图傅里叶变换将频域系数序列变回空间域坐标序列，得到

4.根据权利要求1所述的基于频域重要性的三维点云目标跟踪对抗性攻击方法，其特征在于：所述step1中，构建搜索区域点云psea的低频频段重要性显著图，包括如下步骤：

5.根据权利要...

【专利技术属性】
技术研发人员：姚睿，张桉琪，周勇，祝汉城，赵佳琦，杜文亮，
申请(专利权)人：中国矿业大学，
类型：发明
国别省市：