MorCode：基于生成式代码本的人脸面部变形攻击生成
计算机视觉与模式识别
2024-10-11 v1
摘要
人脸识别系统 (Face Recognition System, FRS) 可能因人脸变形攻击而被破坏，这类攻击将来自多个面部图像的纹理和几何信息进行混合。生成式人工智能的快速演进，尤其是生成对抗网络 (GAN) 或扩散模型，其中编码的图像被插值以生成高质量的人脸变形图像。在本工作中，我们提出了一种新方法用于自动人脸变形生成方法 \textit{MorCode}，该方法利用基于代码本学习的当代编码-解码架构生成高质量变形图像。我们在新构建的变形数据集上对该方法进行了广泛实验，比较了五种最新的变形生成技术，涵盖数字和印刷-扫描数据。我们对所提出变形生成技术 \textit{MorCode} 的攻击潜力进行了基准测试，使用三个不同的人脸识别系统进行评估。结果表明，与五种最新的变形生成方法相比，在数字和印刷扫描数据上，所提出的 \textit{MorCode} 具有最高的攻击潜力。
引用
@article{arxiv.2410.07625,
title = {MorCode: Face Morphing Attack Generation using Generative Codebooks},
author = {Aravinda Reddy PN and Raghavendra Ramachandra and Sushma Venkatesh and Krothapalli Sreenivasa Rao and Pabitra Mitra and Rakesh Krishna},
journal= {arXiv preprint arXiv:2410.07625},
year = {2024}
}