C3PO：面向 3D 打印早期恶意活动检测的数据库与基准
计算机视觉与模式识别
2018-08-06 v2
摘要
越来越多的恶意用户试图利用 3D 打印技术制造用于犯罪活动的非法工具。现行法规不足以应对 3D 打印机的快速增长。使 3D 打印机能够识别待打印对象至关重要，以便在早期阶段终止非法武器的制造过程。深度学习在物体识别任务中带来了显著的性能提升。然而，3D 打印领域缺乏大规模数据库，阻碍了自动非法武器识别的发展。本文提出了一个新的 3D 打印图像数据库，即 C3PO，它包含用于不同系统工作场景的两个子集。我们从 22 个 3D 模型的数控编程代码文件中提取图像，然后将这些图像分为 10 个不同的标签。第一个子集包含 62,200 张图像，表示物体在笛卡尔坐标系中三个平面上的投影。第二个子集包含总计 671,677 张图像的序列，以模拟相机对打印物体的拍摄。重要的是，我们证明了使用我们提出的数据库，基于深度学习的方法可以在任一场景中识别武器。% 我们还使用训练好的深度模型构建了物体感知 3D 打印机的原型。定量结果令人鼓舞，未来对该数据库的探索以及 3D 打印中的犯罪预防是迫切的任务。
引用
@article{arxiv.1803.07544,
title = {C3PO: Database and Benchmark for Early-stage Malicious Activity Detection in 3D Printing},
author = {Zhe Li and Xiaolong Ma and Hongjia Li and Qiyuan An and Aditya Singh Rathore and Qinru Qiu and Wenyao Xu and Yanzhi Wang},
journal= {arXiv preprint arXiv:1803.07544},
year = {2018}
}
备注
The paper contains error, and the project is suspended, the results will be not updated in the near future, withdraw is better option than replace