SAR对抗攻击方法综述及发展趋势OA

随着人工智能技术的快速发展,基于深度学习的合成孔径雷达(SAR)自动目标识别(ATR)方法在SAR图像解译中取得了显著成效。通过在原始SAR图像中引入人眼难以分辨的微小扰动,容易导致SAR-ATR模型识别错误,即受到对抗攻击的影响。当前,对抗攻击技术逐渐应用于SAR-ATR领域。文中首先系统梳理了SAR图像对抗攻击的国内外研究现状,深入剖析了不同算法的原理、优劣特性与适用场景:其次利用公开数据集,开展针对典型SAR对抗攻击算法的性能评估:最后针对现有算法存在的局限性,提出五点该领域值得研究的问题。该文可为复数域、跨数据域、跨任务场景下的对抗攻击研究,建立数字域与物理域的多元联系机制,以及模型鲁棒性增强与评测体系完善等后续工作提供理论参考。