文章總結 DUP-Net: Denoiser and Upsampler Network for 3D Adversarial Point Clouds Defense

<1> 貢獻： 提出了兩種新的防禦模塊來減輕對點雲的對抗（攻擊），與基準方法相比，它們具有更好的性能; 利用去噪層的不可微性，即統計離羣點去除，來抵禦白盒攻擊; 上採樣網絡可以在一個小的數據集上進行訓練，可以很好地抵禦來自其他點雲數據集的攻擊。 <2> 相關內容 輸入一些精心設計的樣本時，深度學習表現出極大的脆弱性，這些精心設計的樣本就是對抗樣本。對抗樣本(Adversarial Examples

>>阅读原文<<