-
题名一种面向人脸活体检测的对抗样本生成算法
被引量:15
- 1
-
-
作者
马玉琨
毋立芳
简萌
刘方昊
杨洲
-
机构
北京工业大学信息学部
河南科技学院信息工程学院
Courant Institute of Mathematics
-
出处
《软件学报》
EI
CSCD
北大核心
2019年第2期469-480,共12页
-
基金
北京市教委科技创新项目(KZ201510005012)
国家自然科学基金(61702022)
+1 种基金
中国博士后科学基金(2017M610026
2017M610027)~~
-
文摘
近年来,基于深度卷积神经网络的人脸活体检测技术取得了较好的性能.然而,深度神经网络被证明容易受到对抗样本的攻击,影响了人脸系统的安全性.为了建立更好的防范机制,需充分研究活体检测任务对抗样本的生成机理.相对于普通分类问题,活体检测任务具有类间距离小,且扰动操作难度大等特性.在此基础上,提出了基于最小扰动维度和人眼视觉特性的活体检测对抗样本生成算法,将扰动集中在少数几个维度上,并充分考虑人眼的视觉连带集中特性,加入扰动点的间距约束,以便最后生成的对抗样本更不易被人类察觉.该方法只需平均改变输入向量总维度的1.36%,即可成功地欺骗网络,使网络输出想要的分类结果.通过志愿者的辨认,该方法的人眼感知率比DeepFool方法降低了20%.
-
关键词
人脸活体检测
对抗样本
卷积神经网络
对抗扰动
视觉集中性
-
Keywords
face-spoofing detection
adversarial example
convolutional neural network
adversarial perturbation
visual concentration
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-