利用注意力对抗攻击生成网络攻击最先进的人脸识别系统
计算机视觉与模式识别
2018-12-03 v2
摘要
随着人脸识别的广泛应用，其易被攻击的弱点逐渐显现。因此，研究人脸识别网络如何受到攻击十分重要。本文关注一种针对人脸识别网络的新颖攻击方式，该方式误导网络将某人识别为目标人物，而非不显眼地错误分类。同时，为此目的，我们引入一种特定的注意力对抗攻击生成网络来生成虚假人脸图像。为捕获目标人物的语义信息，本工作加入条件变分自编码器和注意力模块以学习人脸之间的实例级对应关系。与传统的两方 GAN 不同，本工作引入人脸识别网络作为第三方参与者，加入生成器与判别器之间的竞争，使攻击者能更好地冒充目标人物。生成的面孔难以引起旁观者注意，能够规避最先进网络的识别，且其中大多数被识别为目标人物。
引用
@article{arxiv.1811.12026,
title = {Attacks on State-of-the-Art Face Recognition using Attentional Adversarial Attack Generative Network},
author = {Qing Song and Yingqi Wu and Lu Yang},
journal= {arXiv preprint arXiv:1811.12026},
year = {2018}
}