期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于Targeted-UAP算法的SAR图像对抗样本生成方法 被引量:2
1
作者 刘哲 夏伟杰 雷永臻 《传感器与微系统》 CSCD 北大核心 2023年第8期131-134,共4页
深度卷积神经网络被广泛应用于合成孔径雷达(SAR)图像目标识别。但有关研究表明,其易受SAR图像上轻微扰动的攻击,从而导致检测、分类识别的失败。为此,首先分析了光学图像下通用对抗扰动(UAP)算法,通过修改其迭代约束条件,提出有目标的U... 深度卷积神经网络被广泛应用于合成孔径雷达(SAR)图像目标识别。但有关研究表明,其易受SAR图像上轻微扰动的攻击,从而导致检测、分类识别的失败。为此,首先分析了光学图像下通用对抗扰动(UAP)算法,通过修改其迭代约束条件,提出有目标的UAP(Targeted-UAP)算法,搜索将对抗样本推入目标类别分类边界的最小扰动,生成有目标通用对抗扰动,以实现SAR目标识别网络的有目标攻击。使用Targeted-UAP算法生成有目标攻击SAR图像对抗样本,并在LeNet、VGGNet16、ResNet18三个经典识别模型上验证了其有效性。 展开更多
关键词 深度学习 对抗样本 有目标攻击 通用对抗攻击
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部