文献

J-GLOBAL ID：202402259941967672   整理番号：24A0522675

パッチ型敵対的ノイズ生成手法における3Dモデルの適用の一考察

A Study on 3D Model Adaptation for Generating Patch-based Adversarial Perturbations

著者 (3件)： 瀧脇大登 (岡山大 大学院自然科学研究科) ,  栗林稔 (東北大 データ駆動科学・AI教育研究セ) ,  舩曵信生 (岡山大 大学院自然科学研究科)
資料名： 電子情報通信学会技術研究報告(Web)  (IEICE Technical Report (Web))
巻： 123  号： 332(EMM2023 80-88)  ページ： 44-49 (WEB ONLY)  発行年： 2024年01月09日 
JST資料番号： U2030A  ISSN： 2432-6380  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 機械学習を利用した顔識別技術の発展により,写真や映像から個人を特定できるようになっている.これらの技術は有用な一方で,悪用されると監視カメラ等から個人が特定,追跡され,プライバシーが侵害される懸念がある.このため,顔識別を回避する方法の必要性が高まっている.顔識別を回避するため,敵対的ノイズを生成する手法がいくつか検討されている.本研究では,半透明なパッチを用いて様々な位置やサイズで顔領域に敵対的ノイズを生成する先行手法に3Dメッシュを利用する手法を提案する.先行手法では,パッチは2次元の画像から直接生成され,顔表面にある3次元の立体等を考慮していなかった.そこで本研究では,顔画像から特徴点を抽出し,テクスチャへと展開することで,パッチを貼り付ける際に立体的な変形をシミュレートする手法を提案した.さらに,パッチに目等の貼り付けられない領域が含まれてしまう課題を,テクスチャ上でパッチを設定することで解決する.実験により,同じパッチサイズであれば先行手法より高い精度で敵対的ノイズ生成ができること,パッチ領域をテクスチャ上で設定した場合でも,顔識別の回避精度は位置やサイズによって先行手法と同様の特徴になることを示すことができた.(著者抄録)

シソーラス用語： *パターン認識 ,  *顔画像 ,  サイバー攻撃 ,  摂動 ,  雑音発生 ,  三次元モデル ,  *データ保護 ,  プライバシー ,  機械学習 ,  画像変換 ,  人工知能 ,  *プライバシー保護 ,  敵対的生成ネットワーク ,  *顔認識
準シソーラス用語： データ摂動 ,  *顔識別 ,  敵対的攻撃

分類 (2件)： パターン認識  (JE07000S) ,  データ保護  (JD01020V)

引用文献 (10件)：

• F. Schroff, D. Kalenichenko, and J. Philbin, “Facenet: A unified embedding for face recognition and clustering,” Proc. the IEEE conference on computer vision and pattern recognition, pp.815-823, 2015.
• I.J. Goodfellow, J. Shlens, and C. Szegedy, “Explaining and harnessing adversarial examples,” 3rd International Conference on Learning Representations, ICLR 2015, San Diego, CA, USA, May 7-9, 2015, Conference Track Proceedings, eds. by Y. Bengio and Y. LeCun, pp.1-11, 2015. http://arxiv.org/abs/1412.6572
• M. Pautov, G. Melnikov, E. Kaziakhmedov, K. Kireev, and A. Petiushko, “On adversarial patches: real-world attack on arcface-100 face recognition system,” 2019 International Multi-Conference on Engineering, Computer and Information Sciences (SIBIRCON)IEEE, pp.391-396 2019.
• M. Sharif, S. Bhagavatula, L. Bauer, and M.K. Reiter, “Accessorize to a crime: Real and stealthy attacks on state-of-the-art face recognition,” Proc. the 2016 acm sigsac conference on computer and communications security, pp.1528-1540, 2016.
• R. Parmar, M. Kuribayashi, H. Takiwaki, and M.S. Raval, “On fooling facial recognition systems using adversarial patches,” Proc. IJCNN2022, pp.1-8, 2022.

タイトルに関連する用語 (5件)： パッチ ,  敵対 ,  ノイズ ,  手法 ,  3Dモデル