[发明专利]一种基于三维点云的图像生成方法和系统

权利要求书

1.一种基于三维点云的图像生成方法，其特征在于，所述方法包括：

步骤S1、利用样本点云数据训练点云分类模型，经训练的点云分类模型从表征第一目标的原始点云数据中识别出所述第一目标；

步骤S2、对所述原始点云数据的部分数据点进行扰动以获取第一对抗点云数据，并计算所述经训练的点云分类模型将表征所述第一目标的所述第一对抗点云数据识别为第二目标的分类损失；

步骤S3、获取所述原始点云数据和所述第一对抗点云数据之间表征点云泛化距离的第一损失以及表征网格面泛化距离的第二损失，并结合所述分类损失确定协同优化损失；

步骤S4、通过优化所述协同优化损失确定所述协同优化损失的最小值，利用所述协同优化损失的最小值和所述原始点云数据生成第二对抗点云数据，以对抗来自攻击方的点云攻击；

其中，所述协同优化损失的最小值表征对所述原始点云数据进行最小扰动以获取所述第二对抗点云数据，且所述经训练的点云分类模型将表征所述第一目标的第二对抗点云数据识别为所述第二目标。

2.根据权利要求1所述的一种基于三维点云的图像生成方法，其特征在于，在所述步骤S1中，每一组所述样本点云数据均表征一个目标，利用多组样本点云数据训练所述点云分类模型，所述经训练的点云分类模型对各个目标的分类准确率不低于第一阈值，且从表征第一目标的原始点云数据中识别出所述第一目标。

3.根据权利要求2所述的一种基于三维点云的图像生成方法，其特征在于，在所述步骤S2中，所述部分数据点的数量与所述原始点云数据中全部数据点的数量之间的比值不超过第二阈值，对所述部分数据点的坐标值在给定范围内进行更改，使得得到的所述第一对抗点云数据仍表征所述第一目标。

4.根据权利要求3所述的一种基于三维点云的图像生成方法，其特征在于，在所述步骤S2中，将所述第一对抗点云数据输入至所述经训练的点云分类模型，基于所述经训练的点云分类模型对所述第一对抗点云数据的识别结果，计算将所述第一对抗点云数据识别为所述第二目标的分类损失。

5.根据权利要求4所述的一种基于三维点云的图像生成方法，其特征在于，在所述步骤S3中，所述第一损失为所述原始点云数据和所述第一对抗点云数据之间表征点云泛化距离的Hausdorff距离，所述第二损失为所述原始点云数据和所述第一对抗点云数据之间表征网格面泛化距离的几何距离，所述几何距离包括经加权的所述网格面的点特征几何距离、基于二面角的边特征几何距离和面特征几何距离。

6.根据权利要求5所述的一种基于三维点云的图像生成方法，其特征在于，所述步骤S3中，分别为所述第一损失和所述第二损失分配权重，以获取联合损失，并进一步分别为所述联合损失和所述分类损失分配权重，以确定所述协同优化损失。

7.根据权利要求6所述的一种基于三维点云的图像生成方法，其特征在于，在所述步骤S4中，在对抗来自所述攻击方的点云攻击时，利用所述协同优化损失的最小值对所述原始点云数据的部分数据点增加所述最小扰动，得到的表征所述第一目标的所述第二对抗点云数据被所述经训练的点云分类模型识别为所述第二目标，从而实现对所述攻击方的对抗防御。