【技术实现步骤摘要】
本专利技术属于雷达，尤其涉及基于自适应局部扰动的sar目标识别对抗样本生成方法。
技术介绍
1、随着深度学习技术的兴起，sar影像的目标识别取得了让人印象深刻的突破，在检测准确率和效率上都有极大的提升。同时基于深度学习的sar影像目标识别模型的脆弱性问题也日益凸现，即对抗样本问题导致的sar影像目标识别模型鲁棒性和安全性已经成为重要的研究问题。
2、已有面向sar目标识别的对抗样本生成方法主要思想可以分为全局扰动攻击和局部扰动攻击两类。全局扰动攻击是在整个图像上均匀引入微小扰动的方法，其目的是在不显著改变图像视觉外观的情况下，误导目标识别系统。这类方法容易受到相干背景斑的显著影响。一方面，全局扰动攻击在生成过程不涉及目标和背景的区分，而sar影像相干背景斑的广泛分布意味着背景信息对扰动生成起着更加显著的作用。这种扰动的全局性质导致引入冗余相干斑特征，而这些特征并不是模型决策的关键因素。因此，sar影像中的全局扰动攻击更容易被模型视作噪声而忽略，进而削弱了其攻击的有效性。另一方面，全局扰动攻击不加选择覆盖于整张图像，导致其与相...
【技术保护点】
1.基于自适应局部扰动的SAR目标识别对抗样本生成方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于自适应局部扰动的SAR目标识别对抗样本生成方法，其特征在于，X表示SAR检测数据集，其中每幅SAR影像记为F表示目标检测网络，则对于每幅图像x∈X，输出预测标签F(x)，表达式如下：
3.根据权利要求2所述的基于自适应局部扰动的SAR目标识别对抗样本生成方法，其特征在于，设置扰动尺寸及位置，具体包括：根据目标标注信息(x1、x2、y1、y2)来计算对抗扰动的中心坐标Cp，即：
4.根据权利要求3所述的基于自适应局部扰动的S...
【技术特征摘要】
1.基于自适应局部扰动的sar目标识别对抗样本生成方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于自适应局部扰动的sar目标识别对抗样本生成方法，其特征在于，x表示sar检测数据集，其中每幅sar影像记为f表示目标检测网络，则对于每幅图像x∈x，输出预测标签f(x)，表达式如下：
3.根据权利要求2所述的基于自适应局部扰动的sar目标识别对抗样本生成方法，其特征在于，设置扰动尺寸及位置，具体包括：根据目标标注信息(x1、x2、y1、y2)来计算对抗扰动的中心坐标cp，即：
4.根据权利要求3所述的基于自适应局部扰动的sar目标识别对抗样本生成方法，其特征在于，掩膜矩阵mp构建的具体表达式如下：
5.根据权利要求4所述的基于自适应局部扰动的sar目标识别对抗样本生成方法，其特征在于，生成的对抗样本x*如下：
6.根据权利要...
【专利技术属性】
技术研发人员：仇林遥，段佳乐，潘一凡，胡桥，王楚宣，郭宇轩，方琬苏，
申请(专利权)人：中国电子科技集团有限公司电子科学研究院，
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。