AdvGen：面向人脸呈现攻击检测系统的物理对抗攻击
计算机视觉与模式识别
2023-11-21 v1
摘要
评估对抗图像的风险等级对于在真实世界中安全部署人脸认证模型至关重要。流行的物理世界攻击方法（如打印或重放攻击）存在一些局限，例如包含物理与几何伪影。近来，对抗攻击受到关注，其试图通过对捕获图像作轻微修改来在数字上欺骗识别系统的学习策略。尽管以往多数研究假设对抗图像可直接数字输入认证系统，但对部署于真实世界的系统这并非总成立。本文展示了人脸认证系统在物理世界场景下对对抗图像的脆弱性。我们提出AdvGen，一种自动化生成对抗网络，用于模拟打印与重放攻击，并生成能在物理域攻击设定中欺骗最先进PAD的对抗图像。利用该攻击策略，攻击成功率高达82.01%。我们在四个数据集与十个最先进PAD上广泛测试AdvGen，并通过真实物理环境中的实验证明其攻击有效性。
引用
@article{arxiv.2311.11753,
title = {AdvGen: Physical Adversarial Attack on Face Presentation Attack Detection Systems},
author = {Sai Amrit Patnaik and Shivali Chansoriya and Anil K. Jain and Anoop M. Namboodiri},
journal= {arXiv preprint arXiv:2311.11753},
year = {2023}
}
备注
10 pages, 9 figures, Accepted to the International Joint Conference on Biometrics (IJCB 2023)