讲座时间：2024年04月17日（星期三）下午16:30
讲座地点：犀浦校区3号教学楼X31541报告厅
主讲人：李欣科 博士
主讲人简介：
李欣科博士毕业于新加坡国立大学，本科毕业于吉林大学，现任职新加坡国立大学工业系统工程与管理学系博士后（Postdoc Research Fellow）。 主要研究领域为三维计算机视觉和可信人工智能，已在ACM MM、ICCV、CVPR、AAAI、NeurIPS等人工智能和计算机视觉方向(CCF A类)国际学术会议和IEEE TITS顶级期刊发表了论文成果。他的工作曾多次在国际会议上受邀作口头报告展示，并长期担任多个人工智能领域顶级会议和信息安全领域顶级期刊审稿人。
内容简介：
深度学习技术在三维数据感知应用领域的使用日臻广泛，尤其在自动驾驶、智能制造、增强现实等新兴产业的发展中起着关键作用。对于这些领域所应用的三维技术的安全可靠性进行深入研究显得尤为重要。在这样的背景下，一种被称为“后门攻击”的模拟现实数据噪声的方式，对三维点云深度学习安全带来了不可忽视的潜在威胁。这种攻击方式能够巧妙地在训练数据中添加特定的噪声，使得深度模型在特定条件下产生错误的预测结果。该方式可以在不被察觉的情况下控制模型的行为，而现有的防御手段却难以有效抵御。另一方面，为了突破现有方法在对抗三维数据噪声方面的困境，我们提出了一种鲁棒的异常值剔除方法，以清理输入模型的三维点云。这种方法能有效抵抗针对深度模型的对抗攻击或后门攻击，增强其对噪声的鲁棒性，从而为三维感知系统在智能产业中的安全部署和可靠应用提供了有力的支持。
