-
题名基于掩模提取的SAR图像对抗样本生成方法
- 1
-
-
作者
章坚武
能豪
李杰
钱建华
方银锋
-
机构
杭州电子科技大学
中国联通(浙江)产业互联网有限公司
-
出处
《电信科学》
北大核心
2024年第3期64-74,共11页
-
基金
国家自然科学基金资助项目(No.IEC\NSFC\181300)
浙江省自然科学基金重点项目(No.LZ23F010001)。
-
文摘
合成孔径雷达(synthetic aperture radar,SAR)图像的对抗样本生成在当前已经有很多方法,但仍存在对抗样本扰动量较大、训练不稳定以及对抗样本的质量无法保证等问题。针对上述问题,提出了一种SAR图像对抗样本生成模型,该模型基于AdvGAN模型架构,首先根据SAR图像的特点设计了一种由增强Lee滤波器和最大类间方差法(OTSU)自适应阈值分割等模块组成的掩模提取模块,这种方法产生的扰动量更小,与原始样本的结构相似性(structural similarity,SSIM)值达到0.997以上。其次将改进的相对均值生成对抗网络(relativistic average generative adversarial network,RaGAN)损失引入AdvGAN中,使用相对均值判别器,让判别器在训练中同时依赖于真实数据和生成的数据,提高了训练的稳定性与攻击效果。在MSTAR数据集上与相关方法进行了实验对比,实验表明,此方法生成的SAR图像对抗样本在攻击防御模型时的攻击成功率较传统方法提高了10%~15%。
-
关键词
对抗样本
生成对抗网络
合成孔径雷达
半白盒攻击
掩模提取
-
Keywords
adversarial sample
generative adversarial network
synthetic aperture radar
semi-white box attack
mask extraction
-
分类号
TN957
[电子电信—信号与信息处理]
-