[发明专利]基于显著性图的点云对抗攻击方法

权利要求书

1.一种基于显著性图的点云对抗攻击方法，其特征在于：具体为：将采样点移动到点云中心计算点的显著性值，构建点云显著性图；选择具有最高显著性值的采样点集作为关键点集，以确保对点云分类深度神经网络分类结果造成更大的影响；利用Chamfer距离衡量点云模型之间的差异性，并选择与点云模型库中具有最近Chamfer距离的模型关键点集进行替换，实现最小化点云扰动并使得人眼难以察觉。

2.如权利要求1所述基于显著性图的点云对抗攻击方法，其特征在于：所述的显著性值计算过程如下：计算采样点在点云分类深度神经网络中的损失函数值，其次计算该采样点不在点云分类深度神经网络中的损失函数值，求其差值并将其作为采样点的显著性值。

3.如权利要求1所述基于显著性图的点云对抗攻击方法，其特征在于：在计算采样点显著性值时，为了满足计算的视角不变性，先在以模型中心为球心的球面坐标系下计算各采样点位置，采样点位置表示为其中r为采样点到模型中心的距离，ψ和分别表示采样点在球面坐标系下的经度和维度；将点云模型中所有采样点3个坐标的中位数作为点云中心的坐标值x_ck，x_ck＝md({x_ik|x_i∈X}),k＝1,2,3；式中(x_i1,x_i2,x_i3)表示采样点x_i的坐标，而md(·)为取中位数操作；

在该球面坐标系下，将单个采样点向点云中心移动δ长度的距离将增加损失函数值其中式中，因此，采样点x_i的显著性值

4.如权利要求1所述基于显著性图的点云对抗攻击方法，其特征在于：在构建点云显著性图时，通过迭代和小批量采样点移除方式，以最大程度地保留模型采样点之间的内在依赖性。

5.如权利要求1所述基于显著性图的点云对抗攻击方法，其特征在于：点云显著性图构建完毕后，选择具有最高显著性值的N个采样点作为关键点集。。