一种基于模型注意力分散的三维对抗样本生成方法

本发明公开了一种基于模型注意力分散的三维对抗样本生成方法，涉及人工智能对抗攻击技术领域，包括：采集三维目标模型在不同虚拟场景下的数据集，并对数据集中同组数据进行神经渲染，生成含有目标的场景图像；利用白盒模型分析场景图像，计算模型注意力分散损失，并通过生成不同样本的目标前景图像，计算对抗样本的纹理约束损失及平滑损失；综合模型注意力分散损失、纹理约束损失及平滑损失，计算模型总损失；利用数据集进行迭代训练，得到优化生成的三维对抗样本。本发明的三维对抗样本具备良好的攻击性能以及攻击迁移能力，即可对用不同网络模型构建的图像分类器、目标检测器产生对抗效果，兼顾了对抗样本的鲁棒性、对抗性以及外观约束。