三维点云目标识别对抗攻击研究综述

来源：电子与信息学报杂志2024年第5期北京时间：

作者：刘伟权, 郑世均, 郭宇, 王程

单位：1.厦门大学信息学院 厦门 3610052.福建省智慧城市感知与计算重点实验室 厦门 3610053.集美大学计算机工程学院 厦门 361021

摘要：当前，人工智能系统在诸多领域都取得了巨大的成功，其中深度学习技术发挥了关键作用。然而，尽管深度神经网络具有强大的推理识别能力，但是依然容易受到对抗样本的攻击，表现出了脆弱性。对抗样本是经过特殊设计的输入数据，能够攻击并误导深度学习模型的输出。随着激光雷达等3维传感器的快速发展，使用深度学习技术解决3维领域的各种智能任务也越来越受到重视。采用深度学习技术处理3维点云数据的人工智能系统的安全性和鲁棒性至关重要，如基于深度学习的自动驾驶3维目标检测与识别技术。为了分析3维点云对抗样本对深度神经网络的攻击方式，揭示3维对抗样本对深度神经网络的干扰机制，该文总结了基于3维点云深度神经网络模型的对抗攻击方法的研究进展。首先，介绍了对抗攻击的基本原理和实现方法，然后，总结并分析了3维点云的数字域对抗攻击和物理域对抗攻击，最后，讨论了3维点云对抗攻击面临的挑战和未来的研究方向。

关键词：对抗攻击, 深度学习, 3维点云, 对抗样本

基金资助：中国博士后科学基金(2021M690094)，福厦泉国家自主创新示范区协同创新平台(3502ZCQXT2021003)