针对人脸识别的对抗攻击：一项综合研究
计算机视觉与模式识别
2021-02-09 v3 密码学与安全
机器学习
图像与视频处理
摘要
人脸识别（FR）系统已展现出卓越的验证性能，表明其适用于从社交媒体中的照片标注到自动化边境控制（ABC）等现实应用。然而，在具有基于深度学习架构的先进 FR 系统中，仅提升识别效率是不够的，系统还应抵御针对其能力的各类潜在攻击。近期研究表明，（深度）FR 系统对不可感知或可知觉但自然观感的对抗性输入图像表现出引人关注的脆弱性，这些图像会驱使模型产生错误的输出预测。在本文中，我们呈现了一项关于针对 FR 系统的对抗攻击的综合综述，并详述了新对策应对这些攻击的能力。此外，我们基于不同标准提出了现有攻击与防御方法的分类法。我们在取向和属性上比较攻击方法，在类别上比较防御方法。最后，我们探讨了挑战与潜在研究方向。
引用
@article{arxiv.2007.11709,
title = {Adversarial Attacks against Face Recognition: A Comprehensive Study},
author = {Fatemeh Vakhshiteh and Ahmad Nickabadi and Raghavendra Ramachandra},
journal= {arXiv preprint arXiv:2007.11709},
year = {2021}
}