論文の概要: SRAW-Attack: Space-Reweighted Adversarial Warping Attack for SAR Target Recognition

• arxiv url: http://arxiv.org/abs/2601.10324v2
• Date: Sun, 18 Jan 2026 05:07:30 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-01-21 14:05:45.189865
• Title: SRAW-Attack: Space-Reweighted Adversarial Warping Attack for SAR Target Recognition
• Title（参考訳）: SRAW-Attack: SARターゲット認識のための空間重み付き逆ワープ攻撃
• Authors: Yiming Zhang, Weibo Qin, Yuntian Liu, Feng Wang,
• Abstract要約: SRAW(Space-Reweighted Adrial Warping)を提案する。 実験により、SRAWは最先端のSAR-ATRモデルの性能を著しく低下させることが示された。
• 参考スコア（独自算出の注目度）: 4.643429435927802
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Synthetic aperture radar (SAR) imagery exhibits intrinsic information sparsity due to its unique electromagnetic scattering mechanism. Despite the widespread adoption of deep neural network (DNN)-based SAR automatic target recognition (SAR-ATR) systems, they remain vulnerable to adversarial examples and tend to over-rely on background regions, leading to degraded adversarial robustness. Existing adversarial attacks for SAR-ATR often require visually perceptible distortions to achieve effective performance, thereby necessitating an attack method that balances effectiveness and stealthiness. In this paper, a novel attack method termed Space-Reweighted Adversarial Warping (SRAW) is proposed, which generates adversarial examples through optimized spatial deformation with reweighted budgets across foreground and background regions. Extensive experiments demonstrate that SRAW significantly degrades the performance of state-of-the-art SAR-ATR models and consistently outperforms existing methods in terms of imperceptibility and adversarial transferability. Code is made available at https://github.com/boremycin/SAR-ATR-TransAttack.
• Abstract（参考訳）: 合成開口レーダ(SAR)画像は、固有の電磁波散乱機構により固有の情報空間を示す。 ディープニューラルネットワーク(DNN)ベースのSAR自動ターゲット認識(SAR-ATR)システムが広く採用されているにもかかわらず、それらは敵の例に弱いままであり、背景領域に過度に依存する傾向があり、敵の堅牢性が低下する。 SAR-ATRの既存の敵攻撃は、効果的な性能を達成するために視覚的に知覚可能な歪みを必要とすることが多く、その結果、有効性とステルスネスのバランスをとる攻撃方法が必要である。 本稿では,空間重み付き逆さまウォーピング(SRAW)と呼ばれる新しい攻撃手法を提案する。 大規模な実験により、SRAWは最先端のSAR-ATRモデルの性能を著しく低下させ、非受容性と逆転性の観点から既存の手法を一貫して上回っていることが示された。 コードはhttps://github.com/boremycin/SAR-ATR-TransAttack.comで公開されている。

関連論文リスト

• Adaptive Residual Transformation for Enhanced Feature-Based OOD Detection in SAR Imagery [5.63530048112308]
  実際の戦場シナリオにおける未知の標的の存在は避けられない。 この問題に対処するために、様々な機能ベースのアウト・オブ・ディストリビューションアプローチが開発されている。 我々は,特徴量に基づくOOD検出をクラス局所化された特徴量に基づくアプローチに変換することを提案する。
  論文  参考訳（メタデータ） (2024-11-01T00:09:02Z)
• Transferable Adversarial Attacks on SAM and Its Downstream Models [87.23908485521439]
  本稿では,セグメント・アプライス・モデル(SAM)から微調整した様々な下流モデルに対する敵攻撃の可能性について検討する。 未知のデータセットを微調整したモデルに対する敵攻撃の有効性を高めるために,ユニバーサルメタ初期化(UMI)アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2024-10-26T15:04:04Z)
• SAR Despeckling via Regional Denoising Diffusion Probabilistic Model [6.154796320245652]
  生成モデルに基づく領域分割拡散確率モデル(R-DDPM) 本稿では, 生成モデルに基づく領域分割拡散確率モデル (R-DDPM) を提案する。
  論文  参考訳（メタデータ） (2024-01-06T04:34:46Z)
• Realistic Scatterer Based Adversarial Attacks on SAR Image Classifiers [7.858656052565242]
  対向攻撃は、分類器を誤用して誤った予測を行うように、地上目標のSAR画像を摂動する。 本研究は,散乱器を用いた物理対向攻撃であるOn-Target Scatterer Attack (OTSA)を提案する。 本研究は,既存の手法と比較して,位置制約下での攻撃による成功率が有意に高いことを示す。
  論文  参考訳（メタデータ） (2023-12-05T17:36:34Z)
• DALA: A Distribution-Aware LoRA-Based Adversarial Attack against Language Models [64.79319733514266]
  敵攻撃は入力データに微妙な摂動をもたらす可能性がある。 最近の攻撃方法は比較的高い攻撃成功率(ASR)を達成することができる。 そこで本研究では,分散ロラをベースとしたDALA(Adversarial Attack)手法を提案する。
  論文  参考訳（メタデータ） (2023-11-14T23:43:47Z)
• Scattering Model Guided Adversarial Examples for SAR Target Recognition: Attack and Defense [20.477411616398214]
  本稿では,SAR画像処理の領域知識を探求し,新たなSMGAAアルゴリズムを提案する。 提案したSMGAAアルゴリズムは、電磁散乱応答(逆散乱器と呼ばれる)の形で逆方向の摂動を生成することができる。 MSTARデータセットの総合的な評価は、SMGAAによって生成された対向散乱体は、現在研究されている攻撃よりも、SAR処理チェーンの摂動や変換に対してより堅牢であることを示している。
  論文  参考訳（メタデータ） (2022-09-11T03:41:12Z)
• SAR Despeckling using a Denoising Diffusion Probabilistic Model [52.25981472415249]
  スペックルの存在は画像品質を劣化させ、SAR画像理解アプリケーションの性能に悪影響を及ぼす。 本稿では,SAR脱種のための拡散確率モデルであるSAR-DDPMを紹介する。 提案手法は, 最先端の切り離し法と比較して, 定量化と定性化の両面で有意な改善を実現している。
  論文  参考訳（メタデータ） (2022-06-09T14:00:26Z)
• Universal adversarial perturbation for remote sensing images [41.54094422831997]
  本稿では,エンコーダ・デコーダネットワークとアテンション機構を組み合わせた新しい手法を提案する。 実験の結果、UAPはRSIを誤分類し、提案手法の攻撃成功率(ASR)は97.35%であることがわかった。
  論文  参考訳（メタデータ） (2022-02-22T06:43:28Z)
• Robust lEarned Shrinkage-Thresholding (REST): Robust unrolling for sparse recover [87.28082715343896]
  我々は、モデルミス特定を前進させるのに堅牢な逆問題を解決するためのディープニューラルネットワークについて検討する。 我々は,アルゴリズムの展開手法を根底にある回復問題のロバストバージョンに適用することにより,新しい堅牢なディープニューラルネットワークアーキテクチャを設計する。 提案したRESTネットワークは,圧縮センシングとレーダイメージングの両問題において,最先端のモデルベースおよびデータ駆動アルゴリズムを上回る性能を示す。
  論文  参考訳（メタデータ） (2021-10-20T06:15:45Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。