基于可解释性的面向三维目标跟踪模型的对抗训练方法
Explainability based adversarial training method for 3D object tracking
1. 电子科技大学 a. 信息与软件工程学院; b. 智能计算研究院, 成都 611731
2. 国铁川藏科创中心(成都)有限公司, 成都 611432
3. 中国铁道科学研究院集团有限公司, 北京 100081
摘要
基于深度神经网络的三维模型在干净数据集上取得了显著的发展，然而这些模型面对对抗样本的脆弱性导致了他们在实际应用领域存在着安全隐患。针对这一问题，提出了一种新的面向三维目标跟踪的对抗训练方法。首先采用可解释性方法，研究了模型输入中每一个点对模型预测的贡献，并计算模型在受到攻击后决策的变化，挖掘点对攻击的敏感性与其重要性之间的相关性。然后，在模型训练过程中添加干净样本对应的对抗样本来生成鲁棒的目标模型。其中，通过鼓励目标模型实现干净样本与对抗样本中的对应点的贡献对齐，从而保证模型面对对抗样本时的决策一致性。此外，一个策略模型被引入用于动态调整生成对抗样本的所需参数以确保对抗样本的有效性，从而更好地提升模型的鲁棒性。在多个数据集上的大量实验表明，该方法相较于其他防御方法让现有模型在面对先进的对抗攻击方法取得了更好的表现。这表明所提出的基于可解释性的对抗训练方法为提升三维目标跟踪模型的鲁棒性提供一种可行且高效的解决方法。
基金项目
国家自然科学基金资助项目(62072076)
四川省重大科技专项资助项目(2024ZDZX0009)
2024人工智能四川省重点实验室开放基金资助项目(2024RYY04)
出版信息
DOI: 10.19734/j.issn.1001-3695.2025.08.0298
出版期卷: 《计算机应用研究》 优先出版, 2026年第43卷 第4期
发布历史
[2025-12-16] 优先出版
引用本文
成日冉, 王旭鹏, 雷航, 等. 基于可解释性的面向三维目标跟踪模型的对抗训练方法 [J]. 计算机应用研究, 2026, 43 (4). (2025-12-19). https://doi.org/10.19734/j.issn.1001-3695.2025.08.0298. (Cheng Riran, Wang Xupeng, Lei Hang, et al. Explainability based adversarial training method for 3D object tracking [J]. Application Research of Computers, 2026, 43 (4). (2025-12-19). https://doi.org/10.19734/j.issn.1001-3695.2025.08.0298. )
关于期刊
- 计算机应用研究 月刊
- Application Research of Computers
-
刊号
ISSN 1001-3695
CN 51-1196/TP
《计算机应用研究》创刊于1984年，是由四川省科技厅所属四川省计算机研究院主办的计算技术类学术刊物。
《计算机应用研究》瞄准本学科领域迫切需要的前沿技术，及时反映国内外计算机应用研究的主流技术、热点技术及最新发展趋势。主要刊载内容包括本学科领域高水平的学术论文、本学科最新科研成果和重大应用成果。栏目内容涉及计算机学科新理论、计算机基础理论、算法理论研究、算法设计与分析、区块链技术、系统软件与软件工程技术、模式识别与人工智能、体系结构、先进计算、并行处理、数据库技术、计算机网络与通信技术、信息安全技术、计算机图像图形学及其最新热点应用技术。
《计算机应用研究》拥有众多高层次读者、作者，读者对象主要为从事计算机学科领域高、中级研究人员及工程技术人员，各高等院校计算机专业及相关专业的师生。多年来《计算机应用研究》的总被引频次及Web下载率一直名列本学科同类学术刊物前茅，所刊发的学术论文以其新颖性、学术性、前瞻性、导向性、实用性而备受广大读者的喜爱。
收录和评价
- 第二届国家期刊奖百种重点期刊
- 中国期刊方阵双效期刊
- 全国中文核心期刊（北大2023年版）
- 中国科技核心期刊
- 中国科学引文数据库(CSCD)来源期刊
- RCCSE中国核心学术期刊
- 中国计算机学会会刊
- 2020—2022年科技期刊世界影响力指数(WJCI)报告收录期刊
- 中国科技期刊精品数据库全文来源期刊
- 中国学术期刊综合评价数据库来源期刊
- 《中国期刊网》《中国学术期刊(光盘版)》来源期刊
- 2017—2019年中国国际影响力优秀学术期刊(自然科学与工程技术)
- 中国精品科技期刊顶尖学术论文(F5000)项目来源期刊
- 《中国工程技术电子信息网》《电子科技文献数据库》来源期刊
- 英国《科学文摘》(INSPEC)来源期刊
- 《日本科学技术振兴机构数据库》(JST)来源期刊
- 俄罗斯《文摘杂志》(AJ, VINITI)来源期刊
- 美国《艾博思科学术数据库》(EBSCO)全文来源期刊
- 美国《剑桥科学文摘(自然科学)》(CSA(NS))核心期刊
- 波兰《哥白尼索引》(IC)来源期刊
- 美国《乌利希期刊指南(网络版)》(Ulrichsweb)收录期刊
