SAR-AE-SFP：基于目标散射特征参数的真实物理域 SAR 图像对抗样本
计算机视觉与模式识别
2024-03-05 v1 人工智能
摘要
基于深度神经网络的合成孔径雷达（SAR）目标识别模型容易受到对抗样本的攻击。当前针对 SAR 图像的对抗样本生成方法主要在二维数字域中运行，被称为图像对抗样本。近期的工作虽然考虑了 SAR 成像散射机制，但未能考虑实际成像过程，导致在三维物理域中的攻击不可行，被称为伪物理对抗样本。为了应对这些挑战，本文提出了 SAR-AE-SFP-Attack，一种通过改变目标物体的散射特征参数来生成真实物理对抗样本的方法。具体而言，我们通过扰动三维目标物体散射特征参数中的反射系数和散射系数，迭代优化目标回波的相干能量积累，并在 RaySAR 模拟器中经过回波信号处理和成像处理获得对抗样本。实验结果表明，与数字对抗攻击方法相比，SAR-AE-SFP Attack 在基于 CNN 的模型上（超过 30%）和基于 Transformer 的模型上（超过 13%）显著提高了攻击效率，证明了攻击效果在不同模型和视角之间具有显著的迁移性。
引用
@article{arxiv.2403.01210,
title = {SAR-AE-SFP: SAR Imagery Adversarial Example in Real Physics domain with Target Scattering Feature Parameters},
author = {Jiahao Cui and Jiale Duan and Binyan Luo and Hang Cao and Wang Guo and Haifeng Li},
journal= {arXiv preprint arXiv:2403.01210},
year = {2024}
}
备注
10 pages, 9 figures, 2 tables