PointCert:具有确定性认证鲁棒性保证的点云分类
密码学与安全
2023-03-06 v1 人工智能
计算机视觉与模式识别
摘要
点云分类是自动驾驶和增强现实等许多安全关键应用中的重要组成部分。然而,点云分类器易受对抗性扰动点云的攻击。现有的针对对抗点云的认证防御存在一个关键局限:其认证鲁棒性保证是概率性的,即它们会以一定概率产生错误的认证鲁棒性保证。在这项工作中,我们提出了一个通用框架,即 PointCert,它可以将任意点云分类器转换为对对抗点云具有确定性保证的认证鲁棒分类器。当任意添加、删除和/或修改的点数小于某一阈值时,PointCert 对点云认证预测相同的标签。此外,我们提出了多种方法来在三种应用场景中优化 PointCert 的认证鲁棒性保证。我们在 ModelNet 和 ScanObjectNN 基准数据集上系统评估了 PointCert。我们的结果表明,尽管现有方法的鲁棒性保证是概率性的,PointCert 仍大幅优于最先进的认证防御方法。
引用
@article{arxiv.2303.01959,
title = {PointCert: Point Cloud Classification with Deterministic Certified Robustness Guarantees},
author = {Jinghuai Zhang and Jinyuan Jia and Hongbin Liu and Neil Zhenqiang Gong},
journal= {arXiv preprint arXiv:2303.01959},
year = {2023}
}
备注
CVPR 2023