基于对抗扰动小波的变形人脸生成
计算机视觉与模式识别
2021-11-04 v1
摘要
变形是将图像中的两个或多个主体组合在一起，以创建一个包含两个个体特征的新身份的过程。变形图像可以欺骗人脸识别系统（FRS），使其错误地接受多个人，从而导致国家安全方面的失败。随着变形图像合成变得越来越容易，扩大研究界可用的数据以帮助应对这一困境至关重要。在本文中，我们探索了两种变形图像生成方法的结合，即几何变换（通过扭曲和混合创建变形图像）和光度扰动。我们利用这两种方法，从 FERET、FRGC 和 FRLL 数据集中生成高质量的对抗扰动变形图像。最终图像与两个输入主体保持高度相似性，同时在视觉域中产生极少的伪影。图像通过融合两个相似主体的子带小波进行合成，然后进行对抗扰动，以创建极具说服力的图像，从而欺骗人类和深度变形检测器。
引用
@article{arxiv.2111.01965,
title = {Adversarially Perturbed Wavelet-based Morphed Face Generation},
author = {Kelsey O'Haire and Sobhan Soleymani and Baaria Chaudhary and Poorya Aghdaie and Jeremy Dawson and Nasser M. Nasrabadi},
journal= {arXiv preprint arXiv:2111.01965},
year = {2021}
}