GAN 诱导的属性操纵会影响人脸识别吗？
计算机视觉与模式识别
2022-09-08 v1
摘要
年龄、性别、种族等人口统计因素对自动人脸识别系统的影响已被广泛研究。然而，经数字修改的人口统计与面部属性对人脸识别的影响相对未被充分探索。在这项工作中，我们研究了通过生成对抗网络（GAN）诱导的属性操纵对人脸识别性能的影响。我们在 CelebA 数据集上利用 AttGAN 和 STGAN 故意修改十三个属性，并评估其对两种基于深度学习的面部验证方法 ArcFace 和 VGGFace 的影响。我们的发现表明，某些涉及眼镜和性别线索数字改变的属性操纵可使人脸识别显著下降多达 73%，需要进一步分析。
引用
@article{arxiv.2209.02941,
title = {Can GAN-induced Attribute Manipulations Impact Face Recognition?},
author = {Sudipta Banerjee and Aditi Aggarwal and Arun Ross},
journal= {arXiv preprint arXiv:2209.02941},
year = {2022}
}