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

<1> 贡献： 提出了两种新的防御模块来减轻对点云的对抗（攻击），与基准方法相比，它们具有更好的性能; 利用去噪层的不可微性，即统计离群点去除，来抵御白盒攻击; 上采样网络可以在一个小的数据集上进行训练，可以很好地抵御来自其他点云数据集的攻击。 <2> 相关内容 输入一些精心设计的样本时，深度学习表现出极大的脆弱性，这些精心设计的样本就是对抗样本。对抗样本(Adversarial Examples

>>阅读原文<<