利用 GAN 生成对抗样本以攻击人脸图像识别
计算机视觉与模式识别
2022-05-09 v1
摘要
发布在网上的图像带来了隐私问题，因为它们可能被用作人脸识别系统的参考样本。此类图像滥用侵犯了隐私权，却难以应对。已有充分证据表明，可为基于深度神经网络的识别系统创建对抗样本图像。这些对抗样本可用于破坏图像作为参考样本或训练数据的效用。本工作中，我们使用生成对抗网络（GAN）来创建对抗样本以欺骗人脸识别，并在愚弄人脸识别方面达到了可接受的成功率。我们的结果通过移除判别器组件减少了 GAN 的训练时间。此外，我们的结果表明知识蒸馏可用于大幅缩减所得模型的大小而不影响性能，这意味着我们的贡献可舒适地在智能手机上运行。
引用
@article{arxiv.2111.15213,
title = {Using a GAN to Generate Adversarial Examples to Facial Image Recognition},
author = {Andrew Merrigan and Alan F. Smeaton},
journal= {arXiv preprint arXiv:2111.15213},
year = {2022}
}
备注
8 pages, to appear at the Media Watermarking, Security, and Forensics Conference at Electronic Imaging, January, 2022