論文題目：Isometric 3D Adversarial Examples in the Physical World
會議：NIPS 2022

點云：

點云——表達(dá)目標(biāo)空間分布和目標(biāo)表面特性的海量點集合，點包含xyz坐標(biāo)信息 能夠包含顏色等其他信息

使用頂點、邊和面的數(shù)據(jù)表征的三維圖形的表面，頂點包含坐標(biāo)信息，面片常用頂點編號來表示，同時可以附加紋理顏色等信息

點云和mesh是常用的3D表示數(shù)據(jù)、獲取容易（使用RGBD相機(jī)、結(jié)構(gòu)光相機(jī)、激光雷達(dá)都可以獲取到）、應(yīng)用廣泛（點云常用與自動駕駛、醫(yī)療點云數(shù)據(jù)分割、mesh可以用于3D打印再比如游戲中角色的建模），值得一提的是點云與mesh可以方便地互相轉(zhuǎn)化（利用meshlab、pcl等工具可以從點云數(shù)據(jù)導(dǎo)出到mesh上，反之也可以在mesh上采樣得到點云）

為了適應(yīng)越來越廣泛的點云應(yīng)用，近年來涌現(xiàn)出了許多點云模型用于完成各類任務(wù)如分類、部件分割、語義分割等，常見的如這種基于MLP+POOling層的POINTNET結(jié)構(gòu)、還有基于圖卷積的DGCNN、還有一些基于transformer的、基于卷積的…….

對抗樣本

在原數(shù)據(jù)上添加人眼難以識別的細(xì)微擾動使得模型分類出錯

但深度神經(jīng)網(wǎng)絡(luò)是脆弱的，很容易被一些精心設(shè)計的數(shù)據(jù)所攻擊，這也是對抗樣本的概念，即在原本的干凈數(shù)據(jù)上添加人眼難以識別的細(xì)微擾動使得模型分類出錯。圖中的就是兩個很好的例子，比如左圖的飛機(jī)、瓶子都被攻擊成了植物，右圖放置于車頂?shù)募す饫走_(dá)使得該車無法被檢測到、3D打印出的對抗mesh由床被識別為板凳。

本質(zhì)上是在給定約束條件下求最優(yōu)解

點云攻擊方法：

1、點擾動；對現(xiàn)有點改變其位置導(dǎo)致模型分類出錯

2、點添加；在當(dāng)前點云上添加獨立的點、簇或小物體導(dǎo)致模型分類出錯

3、點刪除；根據(jù)不同點對于分類結(jié)果的貢獻(xiàn)刪除顯著點

總結(jié)現(xiàn)有方法存在的問題：
1、首先由目前攻擊方法生成的對抗點云仍然存在許多離群點、表面不夠平滑，當(dāng)進(jìn)一步轉(zhuǎn)化為mesh用于3D打印時，由于重建算法存在誤差 很多對抗性較強(qiáng)的點直接被消除掉
2、即使能夠被有效重建為mesh，參考左下圖中的圖一 無法被精準(zhǔn)打印出來，圖二的情況則是不可察覺性很差
3、現(xiàn)實世界中構(gòu)造出的對抗物體面臨著視角變化，掃描出的點云 許多對抗性較強(qiáng)的位置可能被遺漏掉

提出方法

1）直接對mesh進(jìn)行攻擊，防止引入重建誤差

2）使用ε?isometry來約束擾動，提升不可察覺性

3）模擬物理轉(zhuǎn)換時發(fā)生的變換，并將其視為max-min問題

實驗結(jié)果