在单阶段人脸检测网络中使用 LIP 掩盖人脸
计算机视觉与模式识别
2018-07-06 v2
摘要
本工作表明，有可能欺骗/攻击近期基于单阶段网络的最先进（SOTA）人脸检测器。在部署利用人脸检测器的智能监控系统时，成功攻击人脸检测器可能是一个严重的恶意软件漏洞。我们表明现有的对抗扰动方法无法有效执行此类攻击，尤其是当输入图像中有多张人脸时。这是因为为一张人脸专门生成的对抗扰动可能会破坏另一张人脸的对抗扰动。在本文中，我们称此问题为实例扰动干扰（Instance Perturbation Interference, IPI）问题。通过研究深度神经网络感受野与对抗扰动之间的关系来解决该 IPI 问题。据此，我们提出局部化实例扰动（Localized Instance Perturbation, LIP），其使用约束于目标的有效感受野（Effective Receptive Field, ERF）的对抗扰动来执行攻击。实验结果表明，LIP 方法大幅优于现有的对抗扰动生成方法——通常高出 2 到 10 倍。
引用
@article{arxiv.1712.08263,
title = {Using LIP to Gloss Over Faces in Single-Stage Face Detection Networks},
author = {Siqi Yang and Arnold Wiliem and Shaokang Chen and Brian C. Lovell},
journal= {arXiv preprint arXiv:1712.08263},
year = {2018}
}
备注
to appear ECCV 2018 (accepted version)