通过插值平滑提高人脸识别对抗攻击的 JPEG 鲁棒性
计算机视觉与模式识别
2024-02-27 v1
摘要
JPEG 压缩会显著损害对抗性人脸样本的性能，而以往针对人脸识别 (FR) 的对抗攻击尚未充分解决这一问题。考虑到这一挑战，我们提出了一种针对 FR 的新型对抗攻击方法，旨在提高对抗样本对 JPEG 压缩的抵抗能力。具体而言，在生成对抗性人脸样本的迭代过程中，我们将对抗性人脸样本插值缩小到较小尺寸。然后，利用这些插值后的对抗性人脸样本来创建下一次迭代中的对抗样本。随后，我们通过插值将对抗性人脸样本恢复至原始尺寸。在整个过程中，我们提出的方法能够平滑对抗扰动，有效减轻 crafted 对抗性人脸样本中通常被 JPEG 压缩消除的高频信号的存在。实验结果证明，我们提出的方法在提高对抗性人脸样本的 JPEG 鲁棒性方面是有效的。
引用
@article{arxiv.2402.16586,
title = {Improving the JPEG-resistance of Adversarial Attacks on Face Recognition by Interpolation Smoothing},
author = {Kefu Guo and Fengfan Zhou and Hefei Ling and Ping Li and Hui Liu},
journal= {arXiv preprint arXiv:2402.16586},
year = {2024}
}