通过谱图小波净化 3D 点云中不可察觉的对抗扰动：PWAVEP
计算机视觉与模式识别
2026-02-04 v1
摘要
近期在 3D 点云上实现空间不可察觉性和高攻击性能的对抗攻击，为防御者带来了显著挑战。当前的防御方法往往需要侵入性的模型修改、昂贵的训练程序或访问辅助数据。为此，我们提出一种基于谱域的插即用非侵入式防御机制，依据不可察觉扰动与高频谱分量之间关系的理论与实证分析。在这些见解基础上，我们引入一种新颖的净化框架，称为 PWAVEP，它首先计算每个点的谱图小波域显著性得分和局部稀疏性得分。依据这些值，PWAVEP 采用分层策略，消除被识别为难以恢复的对抗离群点的最小显著点。同时，对更广泛的中等显著性点应用谱滤波过程。该过程利用图形小波变换来削弱所针对点的高频系数，从而有效抑制对抗噪声。广泛的评估表明，所提出的 PWAVEP 在准确率和鲁棒性方面优于现有方法，推动了 3D 点云净化技术的前沿进展。代码和数据集均可在 https://github.com/a772316182/pwavep 获取。
引用
@article{arxiv.2602.03333,
title = {PWAVEP: Purifying Imperceptible Adversarial Perturbations in 3D Point Clouds via Spectral Graph Wavelets},
author = {Haoran Li and Renyang Liu and Hongjia Liu and Chen Wang and Long Yin and Jian Xu},
journal= {arXiv preprint arXiv:2602.03333},
year = {2026}
}
备注
Accepted by WWW 2026