Benedetta Carlini的問題,透過圖書和論文來找解法和答案更準確安心。 我們找到下列線上看、影評和彩蛋懶人包

國立清華大學 資訊工程學系 賴尚宏、黃思皓所指導 林奕奇的 以生成圖片變形針對人臉防偽辨識進行智能展示攻擊 (2020),提出Benedetta Carlini關鍵因素是什麼,來自於深度學習、人臉防偽辨識、對抗例攻擊、影像變形。

接下來讓我們看這些論文和書籍都說些什麼吧:

除了Benedetta Carlini,大家也想知道這些:

以生成圖片變形針對人臉防偽辨識進行智能展示攻擊

為了解決Benedetta Carlini的問題,作者林奕奇 這樣論述:

人臉防偽辨識對於人臉辨識系統的安全性至關重要,已經有許多基於卷積神經網路的防偽方法被提出,而且這些方法都表現出了良好的性能。儘管取得了這些成功,但卷積神經網路對於對抗樣本的脆弱性讓這些防偽方法容易受到攻擊。在這項研究中,對抗性雜訊被用於為幾種防偽方法製作對抗樣本,多種攻擊方法被應用於多幀防偽方法以研究其脆弱性。我們證明即便是傳統方法也有機會可以成功攻擊這些防偽模型。然而,在一些困難的攻擊對象如多幀防偽模型,以這些方法所生成的攻擊圖片在攻擊過程中通常會嚴重失真且容易被人眼識別。由於需要大量的雜訊來欺騙模型,這些雜訊方法可能不適合用於攻擊多幀防偽模型。因此,我們提出了一種新的智能展示攻擊以生成變

形圖片來有效地攻擊反偽方法。我們方法的泛化性透過對四個公開可使用的數據集進行多次實驗來驗證,實驗結果證實我們的方法表現良好,並且使用該方法所產生的攻擊圖片比使用傳統雜訊方法的圖片失真更少。此外,我們證明了使用元學習訓練並具有較強域泛化能力的防偽模型也容易受到這些攻擊。