基于迷彩贴片伪装欺骗目标侦察系统方法技术方案

基于迷彩贴片伪装欺骗目标侦察系统方法，涉及深度神经网络对抗攻击领域。包括：最小化所生成的伪装贴片的不可打印像素分数值，即数字场景生成的扰动与打印贴片的像素差值分数NPS；最小化所生成的伪装贴片的整体差异损失TV，使得对抗贴片更具平滑性；所生成的伪装贴片使得目标检测器输出的目标分数最小化，以降低军事目标检测的准确性；生成过程中对伪装贴片进行旋转、缩放、加噪声和亮度、对比度变换操作，以提升伪装贴片物理场景下鲁棒性。本发明专利技术的目的是对军事领域核心关键目标进行伪装，以达到目标成功隐身，实现欺骗人工智能侦察系统。通过迷彩贴片伪装技术，攻击深度神经网络模型的脆弱点，可使得军事核心关键目标成功隐身于人工智能侦察系统中。身于人工智能侦察系统中。身于人工智能侦察系统中。

【技术实现步骤摘要】
基于迷彩贴片伪装欺骗目标侦察系统方法


[0001]本专利技术涉及深度神经网络对抗攻击领域，尤其涉及基于对抗贴片技术攻击目标检测深度神经网络模型。

技术介绍

[0002]近年来，随着计算性能和人工智能的快速发展，深度学习技术已经在计算机视觉领域取得了不错的应用效果。目标检测作为计算机视觉领域中不可或缺的重要组成部分则在智能化交通系统、智能监控系统、军事目标侦察及医学手术器械定位等方面具有广泛的应用价值。然而，最近研究表明基于深度神经网络的模型容易受到对抗攻击，即存在对抗样本可导致分类器预测出错误结果。而现有的目标检测方法大多都通过采用深度神经网络模型以提升其检测能力，所以目标检测器同样会受到恶意制作的输入攻击，使其做出错误的判别。例如，Google眼镜成功假冒指定目标人物以欺骗人脸检测系统，即使用3D打印机将生成的对抗贴片打印成一个带有攻击性的眼镜框，攻击者只要带上这个镜框，就可以在人脸鉴定系统前假冒为指定的目标。同时，AdvHat算法使用普通打印机将AdvHat所生成的对抗贴片打印出来贴在额头上，能让目前业内性能领先的公开Face ID系统识别本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于迷彩贴片伪装欺骗目标侦察系统方法，其特征在于，包括：最小化所生成的伪装贴片的不可打印像素分数值，即数字场景生成的扰动与打印贴片的像素差值分数NPS；最小化所生成的伪装贴片的整体差异损失TV，使得对抗贴片更具平滑性；所生成的伪装贴片使得目标检测器输出的目标分数最小化，以降低军事目标检测的准确性；生成过程中对伪装贴片进行旋转、缩放、加噪声和亮度、对比度变换操作，以提升伪装贴片物理场景下鲁棒性。2.根据权利要求1所述的基于迷彩贴片伪装欺骗目标侦察系统方法，其特征在于上述最小化所生成的伪装贴片的不可打印像素分数值NPS，由于打印机的客观原因，打印出来的贴片和数字场景下的扰动之间会存在像素差异，引入NPS项作为优化过程的一部分，以确保所得迷彩贴片由可打印的颜色组成；其中，p
i
是迷彩贴片P中的像素点值，而c
i
是一组可打印颜色C的像素值，NPS损失越小则越有利于迷彩贴片中的像素点值与该组可打印颜色中的像素点值接近，反之则迷彩贴片像素难以打印。3.根据权利要求2所述的基于迷彩贴片伪装欺骗目标侦察系统方法，其特征在于上述最小化所生成的伪装贴片的整体差异损失TV，若贴片中相邻像素点的RGB值差异过大，则会造成贴片不平滑、不自然、过于显眼，于是通过最小化迷彩贴片的整体差异损失TV，以增加扰动像素的平滑性，改进其物理可实现性；其中，p
i,j
和p
i,j+1
表示为迷彩贴片P中坐标位置(i,j)相邻像素点的RGB值；这样L
tv
越小则意味着迷彩贴片中相邻像素点的RGB值越接近。4.根据权利要求3...

【专利技术属性】
技术研发人员：潘志松，周星宇，张武，段晔鑫，邹军华，胡亚豪，潘雨，
申请(专利权)人：中国人民解放军陆军工程大学，
类型：发明
国别省市：