ShapeAdv：生成形状感知的对抗性三维点云
计算机视觉与模式识别
2020-05-26 v1 机器学习
图像与视频处理
摘要
我们引入了 ShapeAdv，这是一个新颖的框架，用于研究能反映三维点云空间中潜在形状变化（例如，几何变形和结构差异）的形状感知对抗扰动。我们通过利用点云自编码器的学习到的潜在空间来开发形状感知的对抗性三维点云攻击，其中对抗噪声被施加在潜在空间中。具体来说，我们提出了三种不同的变体，包括一种基于样本的变体，通过辅助数据引导形状变形，使得生成的点云类似于同一类别内物体之间的形状渐变。与先前的工作不同，由此产生的对抗性三维点云反映了三维点云空间中的形状变化，同时仍然接近原始点云。此外，在 ModelNet40 基准上的实验评估表明，我们的对抗样本更难用现有的点云防御方法进行防御，并且在分类器之间表现出更高的攻击可迁移性。我们的形状感知对抗攻击与现有的基于点云的攻击是正交的，并揭示了三维深度神经网络的脆弱性。
引用
@article{arxiv.2005.11626,
title = {ShapeAdv: Generating Shape-Aware Adversarial 3D Point Clouds},
author = {Kibok Lee and Zhuoyuan Chen and Xinchen Yan and Raquel Urtasun and Ersin Yumer},
journal= {arXiv preprint arXiv:2005.11626},
year = {2020}
}
备注
3D Point Clouds, Adversarial Learning