本發(fā)明屬于紅外建模，特別涉及一種紅外圖像目標(biāo)識別的欺騙干擾方法、系統(tǒng)、電子設(shè)備及存儲介質(zhì)。

背景技術(shù)：

1、目前，以深度學(xué)習(xí)為代表的智能技術(shù)正處于高速發(fā)展階段，其在目標(biāo)識別方面的廣泛應(yīng)用已取得眾多進(jìn)展。在紅外領(lǐng)域，智能目標(biāo)識別技術(shù)能夠處理不同清晰度的圖像，利用計(jì)算機(jī)、人工智能、圖像處理技術(shù)等手段對紅外圖像進(jìn)行目標(biāo)識別并輸出識別結(jié)果，用于復(fù)雜環(huán)境下的目標(biāo)檢測與識別。

2、在軍事領(lǐng)域，紅外圖像目標(biāo)識別技術(shù)可用來識別敵方裝備以及隱藏目標(biāo)，提高軍事安全。在工業(yè)領(lǐng)域，該技術(shù)可用于檢測產(chǎn)品缺陷，降低人工檢測的漏檢率。隨著人工智能相關(guān)技術(shù)的發(fā)展，紅外圖像目標(biāo)識別通過深度分析與提取紅外圖像中的目標(biāo)形狀、邊緣、紋理等特征，實(shí)現(xiàn)對目標(biāo)的高精度識別。

3、但是，隨著紅外圖像識別技術(shù)的廣泛應(yīng)用，如何有效對抗可能的智能識別技術(shù)，實(shí)現(xiàn)反智能欺騙干擾也成為同等重要的研究課題。反智能識別欺騙干擾算法旨在通過各種手段干擾和誤導(dǎo)對方的智能識別系統(tǒng)，使其無法準(zhǔn)確識別紅外圖像中的目標(biāo)。

4、因此，如何提供一種紅外圖像目標(biāo)識別的欺騙干擾方法、系統(tǒng)、電子設(shè)備及存儲介質(zhì)成為本領(lǐng)域亟需解決的技術(shù)難題。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的是提供一種紅外圖像目標(biāo)識別的欺騙干擾方法、系統(tǒng)、電子設(shè)備及存儲介質(zhì)。

2、根據(jù)本發(fā)明的第一方面，提供了一種紅外圖像目標(biāo)識別的欺騙干擾方法，包括，

3、步驟s1、對紅外圖像的局部不變性特征進(jìn)行表征；

4、步驟s2、基于差分進(jìn)化算法在表征后的紅外圖像中添加微小的擾動，依靠圖像的局部不變特征，使得模型無法識別所述擾動，并使模型做出錯誤分類。

5、根據(jù)本發(fā)明第一方面的方法，在所述步驟s1中，所述對紅外圖像的局部不變性特征進(jìn)行表征包括：

6、對紅外圖像進(jìn)行預(yù)處理；

7、根據(jù)尺度空間理論下的不變特征檢測函數(shù)，對預(yù)處理后的紅外圖像的局部特征不變性進(jìn)行描述，得到尺度空間中的特征點(diǎn)；

8、通過角點(diǎn)、邊緣、斑點(diǎn)和區(qū)域檢測算法對尺度空間中的特征點(diǎn)進(jìn)行處理，得到局部特征點(diǎn)；

9、應(yīng)用sift算法提取所述局部特征點(diǎn)并生成描述子；

10、通過flann近似最近鄰搜索算法對描述子進(jìn)行特征匹配。

11、根據(jù)本發(fā)明第一方面的方法，在所述步驟s1中，所述對紅外圖像的局部不變性特征進(jìn)行表征還包括：

12、通過pca對特征匹配后高維特征進(jìn)行降維，得到低維特征空間，完成不同尺度下的紅外圖像局部特征空間的構(gòu)造。

13、根據(jù)本發(fā)明第一方面的方法，在所述步驟s2中，所述基于差分進(jìn)化算法在表征后的紅外圖像中添加微小的擾動，依靠圖像的局部不變特征，使得模型無法識別所述擾動，并使模型做出錯誤分類包括：

14、基于差分進(jìn)化算法，尋找對表征后圖像擾動的像素修改方向；

15、根據(jù)所述像素修改方向，設(shè)計(jì)圖像的特征相似擾動方向；

16、根據(jù)所述特征相似擾動方向，修改預(yù)定義數(shù)量的像素，達(dá)到圖像欺騙效果。

17、本發(fā)明第二方面公開了一種紅外圖像目標(biāo)識別的欺騙干擾系統(tǒng)；所述系統(tǒng)包括：

18、第一處理模塊，被配置為，對紅外圖像的局部不變性特征進(jìn)行表征；

19、第二處理模塊，被配置為，基于差分進(jìn)化算法在表征后的紅外圖像中添加微小的擾動，依靠圖像的局部不變特征，使得模型無法識別所述擾動，并使模型做出錯誤分類。

20、根據(jù)本發(fā)明第二方面的系統(tǒng)，所述第一處理模塊具體被配置為，

21、對紅外圖像進(jìn)行預(yù)處理；

22、根據(jù)尺度空間理論下的不變特征檢測函數(shù)，對預(yù)處理后的紅外圖像的局部特征不變性進(jìn)行描述，得到尺度空間中的特征點(diǎn)；

23、通過角點(diǎn)、邊緣、斑點(diǎn)和區(qū)域檢測算法對尺度空間中的特征點(diǎn)進(jìn)行處理，得到局部特征點(diǎn)；

24、應(yīng)用sift算法提取所述局部特征點(diǎn)并生成描述子；

25、通過flann近似最近鄰搜索算法對描述子進(jìn)行特征匹配。

26、根據(jù)本發(fā)明第二方面的系統(tǒng)，所述第一處理模塊具體被配置為，

27、所述對紅外圖像的局部不變性特征進(jìn)行表征還包括：

28、通過pca對特征匹配后高維特征進(jìn)行降維，得到低維特征空間，完成不同尺度下的紅外圖像局部特征空間的構(gòu)造。

29、根據(jù)本發(fā)明第二方面的系統(tǒng)，所述第二處理模塊具體被配置為，

30、所述基于差分進(jìn)化算法在表征后的紅外圖像中添加微小的擾動，依靠圖像的局部不變特征，使得模型無法識別所述擾動，并使模型做出錯誤分類包括：

31、基于差分進(jìn)化算法，尋找對表征后圖像擾動的像素修改方向；

32、根據(jù)所述像素修改方向，設(shè)計(jì)圖像的特征相似擾動方向；

33、根據(jù)所述特征相似擾動方向，修改預(yù)定義數(shù)量的像素，達(dá)到圖像欺騙效果。

34、本發(fā)明第三方面公開了一種電子設(shè)備。電子設(shè)備包括存儲器和處理器，存儲器存儲有計(jì)算機(jī)程序，處理器執(zhí)行計(jì)算機(jī)程序時，實(shí)現(xiàn)本公開第一方面中任一項(xiàng)的一種紅外圖像目標(biāo)識別的欺騙干擾方法中的步驟。

35、本發(fā)明第四方面公開了一種計(jì)算機(jī)可讀存儲介質(zhì)。計(jì)算機(jī)可讀存儲介質(zhì)上存儲有計(jì)算機(jī)程序，計(jì)算機(jī)程序被處理器執(zhí)行時，實(shí)現(xiàn)本公開第一方面中任一項(xiàng)的一種紅外圖像目標(biāo)識別的欺騙干擾方法中的步驟。

36、本發(fā)明所帶來的有益效果如下：

37、從上述方案可以看出，本發(fā)明實(shí)施例提供一種紅外圖像目標(biāo)識別的欺騙干擾方法、系統(tǒng)、電子設(shè)備及存儲介質(zhì)，具有如下有益效果：可以為反智能識別系統(tǒng)提供一定的理論基礎(chǔ)，建立一套針對反紅外導(dǎo)引頭智能識別的欺騙干擾方案。

技術(shù)特征：

1.一種紅外圖像目標(biāo)識別的欺騙干擾方法，其特征在于，包括：

2.根據(jù)權(quán)利要求1所述的紅外圖像目標(biāo)識別的欺騙干擾方法，其特征在于，在所述步驟s1中，所述對紅外圖像的局部不變性特征進(jìn)行表征包括：

3.根據(jù)權(quán)利要求2所述的紅外圖像目標(biāo)識別的欺騙干擾方法，其特征在于，在所述步驟s1中，所述對紅外圖像的局部不變性特征進(jìn)行表征還包括：

4.根據(jù)權(quán)利要求1所述的紅外圖像目標(biāo)識別的欺騙干擾方法，其特征在于，在所述步驟s2中，所述基于差分進(jìn)化算法在表征后的紅外圖像中添加微小的擾動，依靠圖像的局部不變特征，使得模型無法識別所述擾動，并使模型做出錯誤分類包括：

5.一種紅外圖像目標(biāo)識別的欺騙干擾系統(tǒng)，其特征在于，所述系統(tǒng)包括：

6.根據(jù)權(quán)利要求5所述的紅外圖像目標(biāo)識別的欺騙干擾系統(tǒng)，其特征在于，所述第一處理模塊具體被配置為，

7.根據(jù)權(quán)利要求6所述的紅外圖像目標(biāo)識別的欺騙干擾系統(tǒng)，其特征在于，所述第一處理模塊具體被配置為，

8.根據(jù)權(quán)利要求5所述的紅外圖像目標(biāo)識別的欺騙干擾系統(tǒng)，其特征在于，所述第二處理模塊具體被配置為，

9.一種電子設(shè)備，其特征在于，所述電子設(shè)備包括存儲器和處理器，所述存儲器存儲有計(jì)算機(jī)程序，所述處理器執(zhí)行所述計(jì)算機(jī)程序時，實(shí)現(xiàn)權(quán)利要求1至4中任一項(xiàng)所述的一種紅外圖像目標(biāo)識別的欺騙干擾方法中的步驟。

10.一種計(jì)算機(jī)可讀存儲介質(zhì)，其特征在于，所述計(jì)算機(jī)可讀存儲介質(zhì)上存儲有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器執(zhí)行時，實(shí)現(xiàn)權(quán)利要求1至4中任一項(xiàng)所述的一種紅外圖像目標(biāo)識別的欺騙干擾方法中的步驟。

技術(shù)總結(jié)
本發(fā)明提供一種紅外圖像目標(biāo)識別的欺騙干擾方法、系統(tǒng)、電子設(shè)備及存儲介質(zhì)。其中，方法包括：對紅外圖像的局部不變性特征進(jìn)行表征；基于差分進(jìn)化算法在表征后的紅外圖像中添加微小的擾動，依靠圖像的局部不變特征，使得模型無法識別所述擾動，并使模型做出錯誤分類。本發(fā)明提出的方案能夠?yàn)榉粗悄茏R別系統(tǒng)提供一定的理論基礎(chǔ)，建立一套針對反紅外導(dǎo)引頭智能識別的欺騙干擾方案。

技術(shù)研發(fā)人員：何凜,沙江,王康碩,毛德龍,李旭,柳希瑜,王奔,王怡豪
受保護(hù)的技術(shù)使用者：中國船舶集團(tuán)有限公司系統(tǒng)工程研究院
技術(shù)研發(fā)日：
技術(shù)公布日：2025/5/8