摘要
本发明提供一种生成不可感知的三维点云对抗样本的方法,包括以下迭代优化过程:基于目标模型对当前点云的语义梯度反馈及所述点云的几何属性,通过可学习的显著性预测模型动态确定点云中每个点的归一化显著性得分;通过基于分位数阈值与sigmoid门控函数的映射规则自适应分配用于调制扰动的逐点连续权重;利用所述逐点连续权重对一可学习扰动潜变量进行调制,生成当前迭代的对抗点云;总损失函数包括引导错误分类的分类损失项、限制扰动幅度的结构保持损失项,以及维持几何一致性的距离损失项;基于所述总损失函数,通过梯度反向传播同步优化参数,实现端到端可微分训练;重复上述过程直至满足预设终止条件,并输出最终的三维点云对抗样本。