基于对抗样本的人脸生物特征去标识化探究
计算机视觉与模式识别
2023-02-08 v1 密码学与安全
机器学习
摘要
人脸识别(FR)的显著成功已危及互联网用户的隐私，尤其在社交媒体中。近来，研究人员转而使用对抗样本作为对策。在本文中，我们评估了两种广为人知的对抗方法（BIM和ILLC）用于个人图像去标识化的有效性。我们发现，与文献中先前的声称不同，在对抗扰动对人眼视觉系统不可感知的情况下，不易获得高保护成功率（抑制识别率）。最后，我们发现对抗样本的可迁移性深受生成它们的网络的训练参数影响。
引用
@article{arxiv.2302.03657,
title = {Toward Face Biometric De-identification using Adversarial Examples},
author = {Mahdi Ghafourian and Julian Fierrez and Luis Felipe Gomez and Ruben Vera-Rodriguez and Aythami Morales and Zohra Rezgui and Raymond Veldhuis},
journal= {arXiv preprint arXiv:2302.03657},
year = {2023}
}
备注
Accepted at the AAAI-23 workshop on Artificial Intelligence for Cyber Security (AICS)