CN116091462B 一种针对无人机目标检测系统的物理对抗攻击方法 （重庆邮电大学）_第1页
CN116091462B 一种针对无人机目标检测系统的物理对抗攻击方法 （重庆邮电大学）_第2页
CN116091462B 一种针对无人机目标检测系统的物理对抗攻击方法 （重庆邮电大学）_第3页
CN116091462B 一种针对无人机目标检测系统的物理对抗攻击方法 （重庆邮电大学）_第4页
CN116091462B 一种针对无人机目标检测系统的物理对抗攻击方法 （重庆邮电大学）_第5页
已阅读5页，还剩15页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

页.一种针对无人机目标检测系统的物理对抗种针对无人机目标检测系统的物理对抗攻击方安装对抗补丁使地面车辆躲避无人机目标检测2S42.根据训练样本所对应的标签文件生成MASKS43.通过MASK矩阵将第一次处理后的对抗样本添S44.对训练补丁样本进行第二次处理得到对抗样本，第二次处理包括添加运动模糊、S5.将对抗样本P-Images输入到Yolov5目标检测器2.根据权利要求1所述的一种针对无人机目标检测系统的物理对抗攻击方法，其特征3.根据权利要求1所述的一种针对无人机目标检测系统的物理对抗攻击方法，其特征4.根据权利要求1所述的一种针对无人机目标检测系统的物理对抗攻击方法，其特征35.根据权利要求4所述的一种针对无人机目标检测系统的物理对抗攻击方法，其特征6.根据权利要求4所述的一种针对无人机目标检测系统的物理对抗攻击方法，其特征7.根据权利要求4所述的一种针对无人机目标检测系统的物理对抗攻击方法，其特征i,j表示对抗补丁中像素点(i,j)处的RGB4设备成像过程失真等因素的影响，对无人机航空目标检测系统的物理对抗攻击的研究较[0011]S6.结合步骤S5计算的总体损失设计5[0013]S8.将训练好的对抗补丁打印[0018]S43.通过MASK矩阵将第一次处理后的对抗样本添加到训练样本得到训练补丁样[0026]进一步的，平均预测框置信度是指计算一幅图像中所有6[0041]图1为本发明提供的针对无人机航空目标检测系统的物理对抗攻击方法的流程[0042]图2为本发明提供的针对无人机航空目标检测系统的物理对抗攻击方法优化及攻[0044]图4为本发明提供的添加运动模糊、光学畸变、摄像头传感器噪声下的攻击示意[0048]现有的针对目标检测系统的物理对抗攻击的场景都是在地面上，例如人脸识别、7[0053]S4.将对抗补丁、训练样本及其[0054]S5.将对抗样本P-Images输入到Yolov5目标[0064]S43.通过MASK矩阵将第一次处理后的对抗样本添加到训练样本得到训练补丁样率添加运动模糊、ISO设备噪声以及光学畸变；将Albumentations函数库的输出转换为8抗补丁的像素进行约束以平衡对抗补丁的物理攻击性能和9[0085]在不对对抗补丁添加约束的情况下，所生成的对抗补丁P不会包含生成器的潜在检测器上仍然具有攻击能力，本发明将验证集中硬的实例，即困难样本收集起来并在个元件内部的连通或两个元件的相互作用关系，除非另有明确的限定，对于本领域的普通

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论