【技术实现步骤摘要】
本申请属于图像干扰，具体涉及一种面向航拍图像的攻击方法、装置、电子设备及存储介质。
技术介绍
1、随着深度神经网络(dnns)的发展，基于dnns的无人机探测方法在精度和效率方面都表现出优异的性能。然而，dnns容易受到对抗样本的攻击。通过在干净的图像中添加扰动，可以干扰dnns系统做出错误的预测结果，从而导致一些关键领域的安全问题。尽管如此，现有的大多数对抗性攻击方法都集中在数字攻击和单个目标检测器上。此外，攻击目标检测器比攻击图像分类器更具挑战性，特别是将数字攻击扩展到实际应用中，因为它要求对抗性扰动足够鲁棒，能够承受来自许多不可控物理动态的真实世界扭曲。
2、航拍设备通过从空中以任意角度、任意高度扫描物体来工作，这种工作方式导致航拍图像数据分布差异大的特点，也就是说，航拍图像中的物体时大时小，角度也会随机变化，这使对抗patch的生成带来了很大的挑战。其次航拍设备拍摄的目标大多为船只、汽车、桥梁这类目标大、复杂度高的物体，不能通过直接张贴patch的方法进行物理实现，只能通过3d喷涂等方式进行覆盖，而传统的对抗方法不能训练出可以针对这些物体特点的自适应可喷涂patch，从而造成了物理可实现性差的特点。
技术实现思路
1、本申请的目的是提供一种面向航拍图像的攻击方法、面向航拍图像的攻击装置、电子设备及存储介质以解决面向航拍图像的攻击误差大的问题。
2、根据本申请实施例的第一方面，提供了一种面向航拍图像的攻击方法，该方法可以包括：
3、通过聚类
4、生成大小和形状与所述分类对应的初始对抗补丁；
5、通过所述初始对抗补丁覆盖所述航拍图像中的所述待识别目标得到初始对抗图像；
6、基于所述初始对抗图像的对抗性优化所述初始对抗补丁得到目标对抗补丁；
7、通过所述目标对抗补丁覆盖所述航拍图像中的所述待识别目标得到目标对抗图像。
8、在本申请的一些可选实施例中，通过聚类分析对航拍图像中的待识别目标进行分类，包括：
9、从所述航拍图像中获取所述待识别目标的目标检测框；
10、将所述航拍图像转换为张量图像；
11、从所述目标检测框中提取多个初始观测点；
12、以多个初始观测点作为聚类中心将所述目标检测框中的像素点分为多组聚类簇使得组内平方和最小；
13、重复下述步骤直至聚类中心不变：
14、以当前的聚类簇的中心作为聚类中心将所述目标检测框中的像素点分为多组新的聚类簇使得组内平方和最小。
15、在本申请的一些可选实施例中，生成大小和形状与所述分类对应的初始对抗补丁，包括：
16、基于标准正态分布对所述张量图像进行采样得到标准对抗补丁；
17、将所述聚类簇与所述标准对抗补丁相乘得到所述初始对抗补丁。
18、在本申请的一些可选实施例中，通过所述初始对抗补丁覆盖所述航拍图像中的所述待识别目标得到初始对抗图像，包括：
19、从所述航拍图像中获取所述待识别目标的目标检测框；
20、基于所述目标检测框的坐标获取所述待识别目标的姿态角；
21、基于所述姿态角旋转所述初始对抗补丁；
22、将旋转后的所述初始对抗补丁张贴在所述目标检测框中。
23、在本申请的一些可选实施例中，基于所述姿态角旋转所述初始对抗补丁前，还包括：
24、通过改变对比度、改变光照和添加噪声对所述初始对抗补丁进行增强；
25、对增强后的所述初始对抗补丁进行剪枝以去除不符合所述航拍图像空间的取值。
26、在本申请的一些可选实施例中，基于所述姿态角旋转所述初始对抗补丁后，还包括：
27、基于所述目标检测框对旋转后的所述初始对抗补丁进行缩放。
28、在本申请的一些可选实施例中，基于所述初始对抗图像的对抗性优化所述初始对抗补丁得到目标对抗补丁，包括：
29、将所述初始对抗图像输入联合损失函数得到损失值；
30、基于所述损失值优化所述初始对抗补丁的梯度得到目标对抗补丁；
31、其中，所述联合损失函数包括平滑度损失项、不可打印损失项和对抗损失项。
32、在本申请的一些可选实施例中，基于所述损失值优化所述初始对抗补丁的梯度得到目标对抗补丁，包括：
33、基于所述联合损失函数计算所述初始对抗补丁的梯度；
34、通过adam优化算法优化所述对抗补丁的梯度以降低所述损失值。
35、根据本申请实施例的第二方面，提供一种面向航拍图像的攻击装置，包括：
36、分类模块，用于通过聚类分析对航拍图像中的待识别目标进行分类；
37、第一数据处理模块，用于生成大小和形状与所述分类对应的初始对抗补丁；
38、第二数据处理模块，通过所述初始对抗补丁覆盖所述航拍图像中的所述待识别目标得到初始对抗图像；
39、优化模块，用于基于所述初始对抗图像的对抗性优化所述初始对抗补丁得到目标对抗补丁；
40、攻击模块，用于通过所述目标对抗补丁覆盖所述航拍图像中的所述待识别目标得到目标对抗图像。
41、根据本申请实施例的第三方面，提供一种电子设备，该电子设备可以包括：
42、处理器；
43、用于存储处理器可执行指令的存储器；
44、其中，处理器被配置为执行指令，以实现如第一方面的任一项实施例中所示的面向航拍图像的攻击方法。
45、本申请的上述技术方案具有如下有益的技术效果：
46、本申请实施例提供的一种面向航拍图像的攻击方法通过聚类对待识别图像进行初步分类，从目标类别的角度实现了对抗补丁的优化，通过基于初始对抗图像对初始对抗补丁进行优化，从目标个体的角度实现了对抗补丁的优化，通过目标个体两个角度结合能够提高待识别目标的隐身效果。
本文档来自技高网...【技术保护点】
1.一种面向航拍图像的攻击方法，其特征在于，包括：
2.根据权利要求1所述的一种面向航拍图像的攻击方法，其特征在于，通过聚类分析对航拍图像中的待识别目标进行分类，包括：
3.根据权利要求2所述的一种面向航拍图像的攻击方法，其特征在于，生成大小和形状与所述分类对应的初始对抗补丁，包括：
4.根据权利要求1所述的一种面向航拍图像的攻击方法，其特征在于，通过所述初始对抗补丁覆盖所述航拍图像中的所述待识别目标得到初始对抗图像，包括：
5.根据权利要求4所述的一种面向航拍图像的攻击方法，其特征在于，基于所述姿态角旋转所述初始对抗补丁前，还包括：
6.根据权利要求4所述的一种面向航拍图像的攻击方法，其特征在于，基于所述姿态角旋转所述初始对抗补丁后，还包括：
7.根据权利要求1-6任一项所述的一种面向航拍图像的攻击方法，其特征在于，基于所述初始对抗图像的对抗性优化所述初始对抗补丁得到目标对抗补丁，包括：
8.根据权利要求7所述的一种面向航拍图像的攻击方法，其特征在于，基于所述损失值优化所述初始对抗补丁的梯度得到
9.一种面向航拍图像的攻击装置，其特征在于，包括：
10.一种电子设备，其特征在于，包括：处理器，存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现如权利要求1-8任一项所述的一种面向航拍图像的攻击方法。
...【技术特征摘要】
1.一种面向航拍图像的攻击方法，其特征在于，包括：
2.根据权利要求1所述的一种面向航拍图像的攻击方法，其特征在于，通过聚类分析对航拍图像中的待识别目标进行分类，包括：
3.根据权利要求2所述的一种面向航拍图像的攻击方法，其特征在于，生成大小和形状与所述分类对应的初始对抗补丁，包括：
4.根据权利要求1所述的一种面向航拍图像的攻击方法，其特征在于，通过所述初始对抗补丁覆盖所述航拍图像中的所述待识别目标得到初始对抗图像，包括：
5.根据权利要求4所述的一种面向航拍图像的攻击方法，其特征在于，基于所述姿态角旋转所述初始对抗补丁前，还包括：
6.根据权利要求4所述的一种面向航拍图像的攻...
【专利技术属性】
技术研发人员：朱军，冯昊，晏焕钱，吴永林，张磊，苏航，
申请(专利权)人：启元实验室，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。