用 T 恤攻击人脸识别：数据库、脆弱性评估与检测
计算机视觉与模式识别
2023-08-29 v1
摘要
人脸识别系统被广泛部署用于生物特征认证。尽管如此，众所周知，若无任何防护措施，人脸识别系统极易受到呈现攻击。针对这一安全问题，已有若干颇具前景的呈现攻击检测方法被提出，并在现有基准上表现出高性能。然而，一个持续的挑战是呈现攻击检测方法对未见过的新型攻击类型的泛化能力。为此，我们提出了一个包含 1,608 次 T 恤攻击、使用 100 种独特呈现攻击工具的 T 恤人脸呈现攻击（TFPA）数据库。在一项广泛评估中，我们表明此类攻击可危及人脸识别系统的安全性，且在一些流行基准上训练的最先进攻击检测机制无法鲁棒地泛化到这些新攻击。此外，我们提出了三种检测 T 恤攻击图像的新方法：一种利用真实图像与 T 恤攻击的深度图之间的统计差异；一种仅在真实 RGB 图像提取的特征上训练的异常检测方法；以及一种达到有竞争力检测性能的融合方法。
引用
@article{arxiv.2211.07383,
title = {Attacking Face Recognition with T-shirts: Database, Vulnerability Assessment and Detection},
author = {M. Ibsen and C. Rathgeb and F. Brechtel and R. Klepp and K. Pöppelmann and A. George and S. Marcel and C. Busch},
journal= {arXiv preprint arXiv:2211.07383},
year = {2023}
}