面向物理人脸识别的有效对抗纹理三维网格
计算机视觉与模式识别
2023-03-29 v1 人工智能
摘要
人脸识别是众多生物特征应用中流行的认证方案。物理对抗攻击作为一种重要替代手段，可在部署前识别人脸识别系统的弱点并评估其鲁棒性。然而，现有大多数物理攻击要么易被检测，要么对商用识别系统无效。本工作的目标是开发一种更可靠的技术，能够对商用系统开展端到端的对抗鲁棒性评估。这要求该技术能同时欺骗黑盒识别模型并规避防御机制。为此，我们在人脸之上设计了具有精细拓扑结构的对抗纹理三维网格（AT3D），其可被 3D 打印并贴于攻击者面部以规避防御。然而，基于网格的优化机制在高维网格空间中计算梯度，易陷入局部最优且迁移性不佳。为脱离基于网格的空间，我们提出基于三维可变形模型（3D Morphable Model）扰动低维系数空间，在显著提升黑盒迁移性的同时享有更快的搜索效率与更好的视觉质量。在数字与物理场景中的大量实验表明，我们的方法有效探查了多个流行商用服务的安全漏洞，包括三个识别 API、四个防伪 API、两款主流手机以及两套自动化门禁系统。
引用
@article{arxiv.2303.15818,
title = {Towards Effective Adversarial Textured 3D Meshes on Physical Face Recognition},
author = {Xiao Yang and Chang Liu and Longlong Xu and Yikai Wang and Yinpeng Dong and Ning Chen and Hang Su and Jun Zhu},
journal= {arXiv preprint arXiv:2303.15818},
year = {2023}
}