AdvFAS：一种针对对抗样本鲁棒的人脸活体检测框架
计算机视觉与模式识别
2024-04-26 v1 人工智能
摘要
为确保人脸识别系统抵御呈现攻击的可靠性，必须部署人脸活体检测技术。尽管该领域已取得可观进展，但即便最先进的方法也难具防御对抗样本的能力。虽有若干对抗防御策略被提出，但因普遍性、有效性与效率之间不可避免的权衡，其实际适用性通常受限。为应对这些挑战，我们深入探究了对抗检测与人脸活体检测之间的耦合关系。基于此，我们提出一种鲁棒的人脸活体检测框架，即 AdvFAS，其利用两个耦合分数精确区分正确检测与错误检测的人脸图像。大量实验证明了该框架在多种设定（包括不同攻击、数据集与骨干网络）下的有效性，同时在干净样本上保持高准确率。此外，我们成功将所提方法应用于检测真实世界中的对抗样本。
引用
@article{arxiv.2308.02116,
title = {AdvFAS: A robust face anti-spoofing framework against adversarial examples},
author = {Jiawei Chen and Xiao Yang and Heng Yin and Mingzhi Ma and Bihui Chen and Jianteng Peng and Yandong Guo and Zhaoxia Yin and Hang Su},
journal= {arXiv preprint arXiv:2308.02116},
year = {2024}
}