面向面部识别系统高效鲁棒性评估的测试套件

面部识别是实践中广泛使用的身份验证技术，因而需要确保其鲁棒性。因此，有必要拥有一种高效且易于使用的面向面部识别系统鲁棒性评估的方法。现有的面部识别系统鲁棒性评估方法要么基于经验评估（例如，通过测量使用最先进攻击方法的攻击成功率），要么基于形式化分析（例如，通过测量 Lipschitz 常数）。前者需要显著的用户 effort 和 expertise，后者则极其耗时。为寻求一种 comprehensive、high-efficiency、easy-to-use 和 scalable 的面部识别系统鲁棒性估计方法，我们采用一种 old-school 备选方法，引入 RobFace，即使用 optimised test suite 进行评估。它包含 designed to comprehensively 评估面部识别系统鲁棒性的 various dimensions 的可迁移对抗面部图像。RobFace 是 system-agnostic 的，并且与 system-specific 经验评估或形式化分析保持一致。我们通过在多个面部识别系统上进行 extensive 实验结果支持了这一主张。鉴于目前没有人注意到，RobFace 是首个 system-agnostic 鲁棒性估计 test suite。