公开(公告)号：CN116977967A

公开(公告)日：2023-10-31

申请号：CN202310998755.4

申请日：2023-08-09

Applicant: 复旦大学

Inventor： 杨珉 ,  张谧 ,  肖起凡

IPC: G06V20/56 ,  G06V10/774 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08 ,  G06F21/57

Abstract: 本发明属于人工智能模型安全技术领域，具体为一种针对自动驾驶系统的伪造点云物体识别方法。本发明挖掘并利用现有点云实体伪造攻击在设计上受攻击设备和攻击目标约束的特点，通过评估模型检出的物体的局部组件与真实物体组件的相似性，以区分真实物体和伪造物体：先通过将输入空间划分成若干个等大的局部区域把模型检出的物体切割成若干个局部组件，再利用预训练好的点云分类模型识别这些局部组件是否对应真实物体的局部组件，最后基于识别结果众投判断模型检出物体是否是真实物体。本发明能广泛应用于各种不同构架的点云实体检测模型；并且对于点云实体伪造攻击都具有好的检测鲁棒性和有效性，为自动驾驶系统的安全保护提供有效工具。