摘要

随着人工智能技术和计算机视觉技术的快速发展,利用智能目标检测技术识别空中出现的侦察机、无人机等飞行器目标已经成为了一种常见的军事防御手段。针对从数字图像层面对基于深度学习网络的目标检测模型进行混淆、欺骗,并在未来将数字攻击结果实物化的可行性问题,提出了一种基于视觉的限定攻击区域的飞行器目标检测对抗攻击方法。利用飞行器数字图像对YOLO v3目标检测网络进行模拟对抗攻击,并针对公开的目标识别数据集PASCALVOC2007中的飞机类别进行实验,验证了本方法对混淆飞行器目标检测结果的有效性。本方法可为进一步研究将数字模拟攻击迁移到飞行器实体上提供基础。