摘要
本发明公开了一种针对光学遥感显著目标检测的对抗防御方法,旨在提高网络在噪声干扰和对抗攻击下的鲁棒性,该方法应用于包含编码器和解码器的光学遥感显著目标检测网络,通过将编码器划分为五个阶段,并增设局部高斯噪声嵌入阶段、全局均匀分布噪声添加阶段及全局引导纹理信息增强模块、全局引导语义信息增强模块,实现对噪声的模拟与特征的增强;在训练阶段采用交替优化策略,先优化局部高斯噪声嵌入参数,再优化网络其他参数,通过噪声注入和数据增强提升网络的鲁棒性与泛化能力;在测试阶段网络能有效抵御基于梯度的攻击,保持显著目标检测准确性;优点是具有模块化设计,能即插即用,可灵活应用于多种光学遥感图像检测任务,且检测性能好。
技术关键词
光学遥感图像
检测网络模型
阶段
编码器
查询特征
矩阵
纹理
语义
键特征
噪声样本
积层
模块
噪声参数
上采样
解码器
元素
定义