面向智能驾驶的三维可转移性对抗样本生成方法

本发明涉及一种面向智能驾驶的三维可转移性对抗样本生成方法，属于计算机视觉、三维点云以及对抗学习领域。所述方法，通过融合分解扰动策略和最不可能类方法，在多个数据集和多个模型实验下实现了高攻击成功率，提高了对抗样本的可转移性；本发明还制作了基于KITTI街景数据集的实际场景交通物体数据集，并在此数据集上进行了充分的训练及测试，实现了现实交通物体目标识别攻击的高成功率，在多个受害者模型和代理模型上达到了可观的可转移性攻击。本发明通过针对对抗样本的研究，有利于提高深度神经网络模型的鲁棒性和稳定性，增强智能驾驶系统的安全性和可靠性。