面向SAR目标检测的可物理实现的对抗衰减贴图
计算机视觉与模式识别
2026-04-03 v2 密码学与安全
摘要
深度神经网络在SAR目标检测任务中表现优异，但仍然容易受到对抗攻击。现有SAR特定攻击方法能够有效误导检测器，但往往引入明显扰动，且主要局限于数字域，忽略物理实现约束以针对SAR系统进行攻击。在本文中，提出了一种新颖的对抗衰减贴图(AAP)方法，该方法采用能量受限优化策略结合衰减部署框架，以实现攻击有效性与隐蔽性之间的无缝平衡。更重要的是，AAP通过与信号级电子干扰机制对齐，展现出强大的物理实现潜力。实验结果表明，AAP能够在保持高隐蔽性的同时有效降低检测性能，并在不同模型之间显示出有利的可迁移性。这项研究为SAR目标检测系统的对抗攻击提供了物理导向的视角，促进了更隐蔽且可实际部署的攻击策略的设计。源代码已提供于https://github.com/boremycin/SAAP。
引用
@article{arxiv.2604.00887,
title = {Towards Physically Realizable Adversarial Attenuation Patch against SAR Object Detection},
author = {Yiming Zhang and Weibo Qin and Feng Wang},
journal= {arXiv preprint arXiv:2604.00887},
year = {2026}
}
备注
5 pages, 4 figures. Source code is available at https://github.com/boremycin/SAAP