面向人脸识别系统的对抗性光投影攻击：一项可行性研究
计算机视觉与模式识别
2020-04-20 v2 机器学习
图像与视频处理
摘要
基于深度学习的系统已被证明在数字域和物理域均易受对抗攻击。尽管数字攻击可行，但在攻击已部署系统（包括人脸识别系统）时其适用性有限，因为攻击者通常只能访问输入而非传输信道。在此情形下，通过输入信道直接提供恶意输入的物理攻击构成更大威胁。我们研究了利用对抗性光投影对人脸识别系统实施实时物理攻击的可行性。实验装置由商用网络摄像头与投影仪组成以实施攻击。攻击者采用一种变换不变对抗图案生成方法，利用其所掌握的目标的一张或多张图像生成数字对抗图案，随后将该数字对抗图案在物理域投影至攻击者面部，以实现冒充目标（冒充）或规避识别（混淆）。我们基于两个开源与一个商用人脸识别系统，在50名受试者的样本池上进行了初步实验。实验结果表明，人脸识别系统在白盒与黑盒攻击设置下均易受光投影攻击。
引用
@article{arxiv.2003.11145,
title = {Adversarial Light Projection Attacks on Face Recognition Systems: A Feasibility Study},
author = {Dinh-Luan Nguyen and Sunpreet S. Arora and Yuhang Wu and Hao Yang},
journal= {arXiv preprint arXiv:2003.11145},
year = {2020}
}
备注
To appear in the proceedings of the IEEE Computer Vision and Pattern Recognition (CVPR) Biometrics Workshop 2020 - 9 pages, 8 figures