论针对人脸识别系统的亮度不可知对抗样本
计算机视觉与模式识别
2021-09-30 v1 人工智能
机器学习
摘要
本文介绍了一种针对人脸识别系统的生成对抗样本的新方法。对抗样本是带有故意 crafted 噪声的图像，旨在导致目标系统做出错误预测。由我们的方法生成的对抗样本在现实世界的亮度变化下保持鲁棒。我们的方法在攻击生成过程中执行非线性亮度变换，同时利用了课程学习的概念。我们通过在数字和物理世界中的全面实验研究证明，我们的方法优于传统技术。此外，该方法使得对 FRSs 针对亮度不可知 AXs 的实际风险评估成为可能。
引用
@article{arxiv.2109.14205,
title = {On Brightness Agnostic Adversarial Examples Against Face Recognition Systems},
author = {Inderjeet Singh and Satoru Momiyama and Kazuya Kakizaki and Toshinori Araki},
journal= {arXiv preprint arXiv:2109.14205},
year = {2021}
}
备注
Accepted at BIOSIG 2021 conference