人脸重建传输攻击：作为准分布外一般化问题
计算机视觉与模式识别
2024-09-13 v2 人工智能
摘要
理解面部识别系统针对恶意攻击的脆弱性至为重要。以往的研究聚焦于重建能够穿透特定验证系统的人脸图像。即便在白盒场景下， naively 重建的图像也未能准确表示身份信息，因此一旦面部系统更新或更换，攻击便很容易被中和。本文旨在重建能够对未见编码器进行传输人脸攻击的人脸图像。我们将此问题称为人脸重建传输攻击（FRTA），并表明其可形式化为准分布外（OOD）一般化问题。鼓励其 OOD 性质，本文提出通过平均潜在搜索和基于伪目标的无监督验证（ALSUV）来解决FRTA。为了增强对OOD未见编码器的攻击，ALSUV通过多次潜在优化、潜在优化轨迹平均和基于伪目标的无监督验证来重建人脸。我们在广泛使用的面部数据集上展示了方法的有效性和可扩展性，并伴随大量消融研究以及视觉、定性和定量分析。源代码将公开发布。
引用
@article{arxiv.2407.02403,
title = {Face Reconstruction Transfer Attack as Out-of-Distribution Generalization},
author = {Yoon Gyo Jung and Jaewoo Park and Xingbo Dong and Hojin Park and Andrew Beng Jin Teoh and Octavia Camps},
journal= {arXiv preprint arXiv:2407.02403},
year = {2024}
}
备注
Accepted to ECCV2024