文献

J-GLOBAL ID：201902244936530490   整理番号：19A0709168

高速幾何学的に摂動された敵対面【JST・京大機械翻訳】

Fast Geometrically-Perturbed Adversarial Faces

著者 (4件)： Dabouei Ali ,  Soleymani Sobhan ,  Dawson Jeremy ,  Nasrabadi Nasser
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： WACV  ページ： 1979-1988  発行年： 2019年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 深い学習アルゴリズムの最先端の性能は,セキュリティに敏感で重要な応用における機械学習の利用においてかなりの増加をもたらした。しかし,最近,入力空間における小規模で注意深くクレータ化された摂動が完全に深いモデルを作ることができることが示されている。本研究では,顔認識システムが幾何学的に摂動された敵面に対して脆弱である程度を調べた。筆者らは,従来の幾何学的攻撃よりも約200倍高速で,最先端の顔認識モデルにおいて99.86%の成功率を得るために,敵顔を生成するための高速ランドマーク操作法を提案した。さらに,生成したサンプルを自然にするために,著者らは,99.96%の成功率で最初の攻撃の半分の速度を持つ顔の意味構造に制約された第2の攻撃を導入した。両方の攻撃は,53.59%以上の成功率で,最先端の防御法に対して非常にロバストである。コードはhttps://github.com/alldbi/FLMを利用できる。Copyright 2019 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 機械学習 ,  *高速度 ,  ロバスト性 ,  学習アルゴリズム ,  セキュリティ ,  クレータ
準シソーラス用語： 防衛 ,  ランドマーク ,  成功率 ,  幾何学的攻撃 ,  脆弱性 ,  敵意 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： 幾何学 ,  摂動 ,  対面