带面部口罩的被遮掩人脸
计算机视觉与模式识别
2022-04-13 v2 人工智能
摘要
现代人脸识别系统（FRS）在受试者佩戴面部口罩时仍表现不佳，这在呼吸道大流行时代是一个常见情形。一种直观的局部补救方法是添加口罩检测器以标记任何被遮掩人脸，使 FRS 能针对这些低置信度被遮掩人脸采取相应措施。本文中，我们着手研究此类配备口罩检测器的 FRS 在大规模被遮掩人脸上的潜在漏洞，这可能引发严重风险，例如让嫌疑人在面部身份与口罩均未被检测到的情况下逃避 FRS。由于现有人脸识别器和口罩检测器在各自任务上性能很高，同时欺骗它们并保持攻击的可迁移性极具挑战。我们将这一新任务定义为生成逼真且对抗性的面部口罩，并作出三点主要贡献：首先，我们研究基于朴素 Delaunay 的遮掩方法（DM）来模拟从模板图像裁剪面部口罩并佩戴的过程，揭示了该新任务的主要挑战。其次，我们进一步为 DM 配备对抗噪声攻击，提出对抗噪声 Delaunay 遮掩方法（AdvNoise-DM），可有效欺骗人脸识别与口罩检测，但使人脸不够自然。第三，我们通过为 AdvNoise-DM 采用对抗滤波，提出对抗滤波 Delaunay 遮掩方法 MF2M，获得更自然的人脸。通过上述努力，最终版本不仅导致最先进（SOTA）的基于深度学习的 FRS 性能显著退化，而且未被 SOTA 面部口罩检测器检测到，从而同时成功欺骗了两个系统。
引用
@article{arxiv.2201.06427,
title = {Masked Faces with Faced Masks},
author = {Jiayi Zhu and Qing Guo and Felix Juefei-Xu and Yihao Huang and Yang Liu and Geguang Pu},
journal= {arXiv preprint arXiv:2201.06427},
year = {2022}
}
备注
8 pages