AdvFaces：对抗性人脸合成
计算机视觉与模式识别
2019-08-15 v1
摘要
人脸识别系统已被证明易受对抗样本的攻击，这类样本通过在探测图像上添加微小扰动得到。此类对抗图像可使最先进的人脸识别系统错误地拒绝真实用户（混淆攻击）或错误地匹配到冒名者（冒充攻击）。当前生成对抗人脸图像的方法缺乏感知质量，且生成耗时过长。我们提出 AdvFaces，一种自动化的对抗人脸合成方法，通过生成对抗网络（Generative Adversarial Networks）学习在显著面部区域生成最小扰动。一旦 AdvFaces 训练完成，它可自动生成难以察觉的扰动，以分别高达 97.22% 和 24.30% 的攻击成功率规避最先进的人脸匹配器，对应混淆攻击与冒充攻击。
引用
@article{arxiv.1908.05008,
title = {AdvFaces: Adversarial Face Synthesis},
author = {Debayan Deb and Jianbang Zhang and Anil K. Jain},
journal= {arXiv preprint arXiv:1908.05008},
year = {2019}
}