摘要
本发明涉及一种点云对抗样本攻击的防御方法及系统,属于点云机器学习领域。本发明的方法及系统首先特征检测模块计算点云的空间特征和几何特征,并设置合适的特征异常阈值来过滤特征异常的对抗样本。其次失真点云恢复网络模块通过设计的特征编码器、注意力池化以及网络结构对点云进行特征编码与解码,最后恢复出点云的原始结构与形状。本发明充分考虑了点云对抗性样本攻击不同的攻击的类型,可以在防御点云对抗样本攻击的同时不影响模型在良性数据上的表现性能,解决了点云对抗样本攻击防御问题。
技术关键词
点云特征
样本
点云空间
邻域
协方差矩阵分解
编码器
坐标
局部结构特征
模型更新
注意力机制
过滤模块
特征值
对抗性
点云缺失
系统为您推荐了相关专利信息
缺陷检测方法
笼绞
注意力机制
机器可读程序
图像增强
埋地燃气管道
RBF神经网络
燃气管道防腐
缺陷自动识别
土壤电阻率
样本
训练系统
串联飞行时间质谱
数据获取模块
超高效液相色谱
多肽组合
斑点
布鲁氏菌病
检测布鲁氏菌
特异性刺激抗原