买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：武汉大学

摘要：本发明提供一种基于顶点扰动的三维网格对抗样本生成方法及系统，利用神经网络对三维网格顶点的反传梯度方向，迭代地修改指定数量的梯度最大顶点的坐标，直到坐标扰动的最大值达到上限；同时在每步迭代之后剪切坐标值，以确保更新后的项点坐标位于初始顶点的值域中，从而生成能够误导神经网络且视觉自然的对抗样本。本发明提出的方法可以控制实际工程设计和应用中的顶点扰动数量。因此，该方法能够避免三维网格到二维图像的投影和近似误差，同时能够减少计算开销。本发明可用于探究三维网格的对抗攻击任务中，且所生成的三维网格能明显有效地攻击分类任务的神经网络，且具有很好的黑盒迁移能力，有利于大型三维几何设计和新一代人工智能模型实现。

主权项：1.一种基于顶点扰动的三维网格对抗样本生成方法，其特征在于：利用神经网络对三维网格顶点的反传梯度方向，迭代地修改指定数量的梯度最大顶点的坐标，直到坐标扰动的最大值达到上限；同时在每步迭代之后剪切坐标值，以确保更新后的项点坐标位于初始顶点的值域中，从而生成能够误导神经网络且视觉自然的对抗样本，用于通过生成的对抗样本评估基于三维视觉感知应用系统的安全性；对抗样本实现过程包括以下步骤，步骤S1，令t＝0，其中t表示当前迭代数，表示第t次迭代的三维网格对抗样本，表示当t＝0时的三维网格对抗样本，M表示初始三维网格；表示第t次迭代的三维网格对抗样本顶点集，表示当t＝0时的三维网格对抗样本的顶点集，V表示初始三维网格的顶点集；ΔV表示允许扰动的顶点数量上限，∈表示单个顶点的位置扰动上限，T表示迭代总次数；步骤S2，将对抗样本及其对应顶点输入生成对抗的源神经网络，利用神经网络的梯度反向传播机制，得到每个顶点的梯度步骤S3，定义一个与顶点标号对应掩膜向量mask，并初始化为零向量；步骤S4，令本次迭代的顶点扰动数量上限为顶点按照梯度值降序排序，选择梯度最大的个顶点，更新掩膜向量mask中顶点对应值为1；步骤S5，利用当前的顶点坐标和顶点梯度和顶点掩膜向量更新下一次迭代对抗样本的顶点坐标优化顶点的规则如下： 其中α为顶点位置优化的步长，sign·为符号函数，⊙为元素乘积；步骤S6，将更新后的顶点坐标裁剪到初始顶点坐标V的∈邻域内，保证步骤S7，迭代次数t增加一次，若当前迭代次数t不足总迭代次数T，顶点扰动数量不足上限ΔV，跳转至步骤S2，否则结束迭代，输出由组成的得到扰动后的三维网格顶点，这些具有对抗信息的顶点按照与原始三维网格相同的拓扑结构组成对抗样本。

全文数据：

权利要求：

百度查询： 武汉大学 一种基于顶点扰动的三维网格对抗样本生成方法及系统