【摘 要】
：
目的 传统针对对抗攻击的研究通常集中于2维图像领域,而对3维物体进行修改会直接影响该物体的3维特性,生成令人无法察觉的扰动是十分困难的,因此针对3维点云数据的对抗攻击研究并不多.点云对抗样本,如点云物体分类、点云物体分割等的深度神经网络通常容易受到攻击,致使网络做出错误判断.因此,提出一种基于显著性图的点云替换对抗攻击方法.方法 由于现有点云分类网络通常需要获取点云模型中的关键点,该方法通过将点移动到点云中心计算点的显著性值,从而构建点云显著性图,选择具有最高显著性值的采样点集作为关键点集,以确保对网络分
【机 构】
：
杭州师范大学信息科学与技术学院,杭州 311121;杭州师范大学信息科学与技术学院,杭州 311121;浙江理工大学信息学院,杭州 310018
论文部分内容阅读
目的 传统针对对抗攻击的研究通常集中于2维图像领域,而对3维物体进行修改会直接影响该物体的3维特性,生成令人无法察觉的扰动是十分困难的,因此针对3维点云数据的对抗攻击研究并不多.点云对抗样本,如点云物体分类、点云物体分割等的深度神经网络通常容易受到攻击,致使网络做出错误判断.因此,提出一种基于显著性图的点云替换对抗攻击方法.方法 由于现有点云分类网络通常需要获取点云模型中的关键点,该方法通过将点移动到点云中心计算点的显著性值,从而构建点云显著性图,选择具有最高显著性值的采样点集作为关键点集,以确保对网络分类结果造成更大的影响;利用Chamfer距离衡量点云模型之间的差异性,并选择与点云模型库中具有最近Chamfer距离的模型关键点集进行替换,从而实现最小化点云扰动并使得人眼难以察觉.结果 使用ModelNet40数据集,分别在点云分类网络PointNet和PointNet++上进行对比实验.在PointNet网络上,对比FGSM(fast gradient sign method)、I-FGSM(iterative fast gradient sign method)和JSMA(Jacobian-based saliency map attack)方法,本文方法攻击成功率分别提高38.6％、7.3％和41％;若扰动100个采样点,本文方法将使网络准确率下降到6.2％.在PointNet++网络上,对比FGSM和JSMA,本文方法的攻击成功率分别提高58.6％ 和85.3％;若扰动100个采样点,本文方法将使网络准确率下降到12.8％.结论 本文提出的点云对抗攻击方法,不仅考虑到对抗攻击的效率,而且考虑了对抗样本的不可察觉性,能够高效攻击主流的点云深度神经网络.
其他文献
目的 针对多视图立体(multi-view stereo,MVS)重建效果整体性不理想的问题,本文对MVS 3D重建中的特征提取模块和代价体正则化模块进行研究,提出一种基于注意力机制的端到端深度学习架构.方法 首先从输入的源图像和参考图像中提取深度特征,在每一级特征提取模块中均加入注意力层,以捕获深度推理任务的远程依赖关系;然后通过可微分单应性变换构建参考视锥的特征量,并构建代价体;最后利用多层U-Net体系结构正则化代价体,并通过回归结合参考图像边缘信息生成最终的细化深度图.结果 在DTU(Techni
目的:利用分光光度计法测定某市部分超市、小作坊销售的面制品中铝含量,为食品安全监管部门提供科学依据.方法:参考《食品安全国家标准食品添加剂使用标准》(GB 2760—2014)方法,样品经消化处理后,以铬天青S为显色剂,在乙二胺-盐酸缓冲溶液中进行显色反应,结合紫外分光光度计准确测定铝的含量.结果:本法线性良好,线性范围0.086～0.658μg/mL,相关系数达0.9988,回收率为96.9％～109.8％,相对标准偏差为0.6885％、0.9099％.实际检测样品中,有8份样品检出铝含量超标,其含量在
采用气相色谱-串联质谱法测定豇豆中倍硫磷残留量,依据《测量不确定度评定与表示》(JJF 10591.1—2012)评价其测量不确定度.结果 表明,在95％ 置信概率下,豇豆中倍硫磷残留量的测定结果可表示为(0.141±0.013)mg/kg,k=2;其中,测量重复性对倍硫磷不确定度的评定影响最高.
目的 文档水印技术是一种用以解决文档泄密溯源的信息隐藏技术.传统的基于字库的文档水印方案需要手动生成字库,极大地影响了水印的使用效率.为此本文设计了一种基于自动生成字库的鲁棒文档水印方案.方法 该方法由一个端到端的编码—解码器结构的自动字库生成网络、一个字符筛选嵌入端和一个神经网络提取端组成,可自动完成变形字库的生成,而后进行水印的嵌入和提取.为了抵抗传输过程中可能存在的失真,在编码器和解码器之间加入可导噪声层用以模拟失真过程,使得水印模型获得对应的鲁棒性.结果 本文方法在含252个中文字符的真实文档中嵌
目的 显微光学成像有景深小和易模糊等缺陷,很难根据几何光学中的点扩散函数准确评估图像的模糊程度,进而很难计算景物深度.同时,传统的使用边缘检测算子衡量图像模糊程度变化的方法缺少与景物深度之间的函数关系,影响深度计算的精度.为此,本文提出一种显微光学系统成像模糊程度与景物深度关系曲线的获取方法.方法 从显微光学系统中的光学传递特性出发,建立光学传递函数中的光程差、高频能量参数和景物深度之间的数学关系,并通过归一化和曲线拟合得到显微光学系统的成像模糊程度与景物深度之间的解析函数.结果 为了验证本文获取的图像模
为评价崔家集西红柿的风味及营养价值,对崔家集西红柿和普通红色樱桃番茄的主要营养成分进行了对比,分析了2个品种樱桃番茄的含水量、可溶性固形物含量、可溶性糖含量、总酸含量、糖酸比、维生素C含量和口感评价.结果 表明,崔家集西红柿中含有丰富的营养成分,且各种营养成分都比普通樱桃番茄高.该研究为大面积种植崔家集西红柿提供科学依据.
在旅游养老活动进行中,老年人们会遇到各种不符合标准的食品.一旦出现食品安全问题,会引发十分严重的后果.因此,旅游养老活动中食品安全方面的监管与治理工作十分重要,相关工作人员必须要对引发食品安全的根本原因有明确的了解与掌握,并且要针对食品安全问题作出一系列有效防范措施,以此避免食品安全问题的出现.
建立了高效液相色谱-示差折光检测法(High Performance Liquid Chromatography Differential Refractive Detector,HPLC-RID)测定蜂蜜中果糖、葡萄糖、蔗糖、麦芽糖及乳糖5种还原糖含量的分析方法.蜂蜜试样用水提取,摇匀过滤后,经Kromasil 100-5-NH2色谱柱分离,用示差折光检测器测定.结果 表明,果糖、葡萄糖、蔗糖、麦芽糖及乳糖在1.0～10.0 mg/mL线性关系良好,5种还原糖的方法检出限均为0.5 g/100 g,加标
目的 使用单幅RGB图像引导稀疏激光雷达(light detection and ranging,LiDAR)点云构建稠密深度图已逐渐成为研究热点,然而现有方法在构建场景深度信息时,目标边缘处的深度依然存在模糊的问题,影响3维重建与摄影测量的准确性.为此,本文提出一种基于多阶段指导网络的稠密深度图构建方法.方法 多阶段指导网络由指导信息引导路径和RGB信息引导路径构成.在指导信息引导路径上,通过ERF(efficient residual factorized)网络融合稀疏激光雷达点云和RGB数据提取前期
目的 图像篡改区域检测是图像取证领域的一个挑战性任务,其目的是找出图像的篡改区域.传统方法仅针对某种特定的篡改方式进行设计,难以检测其他篡改方式的图像.基于卷积神经网络的方法能够自适应地提取特征,同时检测包含多种篡改方式的图像.但是其中多数方法都选择增强图像的噪声特征,这种机制无法较好处理篡改区域与原图像来源相同、噪声相似的情况.多数方法还忽略了篡改区域过小而产生的样本不平衡问题,导致检测效果不佳.方法 提出了一个基于区域损失的用于检测小篡改区域的U型网络,该网络构建了一个异常区域特征增强机制,放大与图像