基于 GAN 的变形攻击是否威胁人脸识别？
计算机视觉与模式识别
2022-05-06 v1
摘要
变形攻击（morphing attack）是一种针对生物识别系统的威胁，身份文件中的生物识别参考信息可能被篡改。这种攻击形式在依赖身份文件的应用（如边境安全或门禁控制）中是一个重要问题。关于人脸变形生成及其检测的研究正在快速发展，但公开可用的含变形攻击的数据集和开源检测工具包极少。本文通过提供两个数据集及对应代码来弥补这一缺口，涵盖四类变形攻击：两类基于 OpenCV 和 FaceMorpher 的人脸标志点方法，两类使用 StyleGAN 2 生成合成变形。我们还进行了大量实验，以评估四种 SOTA 人脸识别系统（包括 FaceNet、VGG-Face、ArcFace 和 ISV）的脆弱性。令人惊讶的是，实验表明，尽管基于 StyleGAN 2 的变形在视觉上更具吸引力，但并未对人脸识别系统构成显著威胁，因为这些变形被基于人脸标志点的简单变形所超越。
引用
@article{arxiv.2205.02496,
title = {Are GAN-based Morphs Threatening Face Recognition?},
author = {Eklavya Sarkar and Pavel Korshunov and Laurent Colbois and Sébastien Marcel},
journal= {arXiv preprint arXiv:2205.02496},
year = {2022}
}
备注
arXiv admin note: substantial text overlap with arXiv:2012.05344