3D-VFD: A Victim-free Detector against 3D Adversarial Point Clouds

要約

点群を使用する 3D ディープ モデルは、コンピューター ビジョンで優れたアプリケーション効果を実現しています。
ただし、最近の研究では、3D 敵対的点群に対して脆弱であることが示されています。
このホワイト ペーパーでは、これらの悪意のあるポイント クラウドを 3D ステガノグラフィの例と見なし、そのような例に対抗するための新しい視点である 3D ステガナリシスを提示します。
具体的には、3D敵対的点群に対する犠牲者のない検出器である3D-VFDを提案します。
その中心となるアイデアは、良性の点群と敵対的な点群の残りの幾何学的特徴分布の間の不一致を捉え、これらの点群を効率的に区別できる低次元空間にマッピングすることです。
敵対する 3D 点群に対する既存の検出手法とは異なり、3D-VFD は、被害者の 3D ディープ モデルの出力を識別に依存しません。
広範な実験により、3D-VFD が最先端の検出を実現し、高速な検出速度を維持しながら、ポイントの追加とポイントの摂動に基づいて 3D の敵対的攻撃を効果的に検出できることが実証されています。

要約(オリジナル)

3D deep models consuming point clouds have achieved sound application effects in computer vision. However, recent studies have shown they are vulnerable to 3D adversarial point clouds. In this paper, we regard these malicious point clouds as 3D steganography examples and present a new perspective, 3D steganalysis, to counter such examples. Specifically, we propose 3D-VFD, a victim-free detector against 3D adversarial point clouds. Its core idea is to capture the discrepancies between residual geometric feature distributions of benign point clouds and adversarial point clouds and map these point clouds to a lower dimensional space where we can efficiently distinguish them. Unlike existing detection techniques against 3D adversarial point clouds, 3D-VFD does not rely on the victim 3D deep model’s outputs for discrimination. Extensive experiments demonstrate that 3D-VFD achieves state-of-the-art detection and can effectively detect 3D adversarial attacks based on point adding and point perturbation while keeping fast detection speed.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google