面向便携式投影-相机系统的设备感知光学对抗攻击
计算机视觉与模式识别
2025-01-27 v1 人工智能
摘要
深度学习基于人脸识别（FR）的系统在数字和物理领域都容易受到对抗样本的影响。物理攻击对已部署系统的威胁更大，因为对手可以轻易访问输入通道，从而为冒充受害者提供恶意输入。本文解决了现有基于投影-相机的对抗光攻击在实际FR setup 中的局限性。通过纳入设备感知适应性措施，例如分辨率感知和颜色感知调整，我们缓解了数字到物理域之间的降级。实验验证表明，我们提出的算法对真实和欺骗性对手具有有效性，在FR模型和领先商业系统中实现了高物理相似度得分。在数字到物理攻击之间，平均仅有14%的得分下降，两种白盒和黑盒场景下的攻击成功率都很高。
引用
@article{arxiv.2501.14005,
title = {Device-aware Optical Adversarial Attack for a Portable Projector-camera System},
author = {Ning Jiang and Yanhong Liu and Dingheng Zeng and Yue Feng and Weihong Deng and Ying Li},
journal= {arXiv preprint arXiv:2501.14005},
year = {2025}
}