基于多模态的立体视觉数据重建鲁棒性评估方法与系统

本申请提供基于多模态的立体视觉数据重建鲁棒性评估方法与系统，涉及深度学习领域技术领域，解决模型的鲁棒性难以预测问题。包括：获取残缺点云数据、单视角图像以及目标点云，将残缺点云数据、单视角图像以及目标点云输入立体视觉数据重建模型；为残缺点云数据、单视角图像生成原始噪声，生成初始化点云扰动；根据部分点云数据计算自适应扰动限制；以优化问题求解对抗扰动，以该约束条件求解优化问题将扰动约束到预设范围内；采用迭代优化方法更新经过约束后的扰动，并在超出扰动约束条件后进行裁剪；基于更新并裁剪后的扰动生成最终对抗样本；并采用对抗样本评估立体视觉数据重建模型的鲁棒性。