文献

J-GLOBAL ID：201902259141572970   整理番号：19A1083433

顔検出のための対抗サンプル生成アルゴリズム【JST・京大機械翻訳】

Algorithm to Generate Adversarial Examples for Face-spoofing Detection

著者 (5件)： Ma Yukun (北京工業大学信息学部,北京 100124;河南科技学院信息工程学院,河南新郷 453000) ,  Wu Lifang (北京工業大学信息学部,北京,100124) ,  Jian Meng (北京工業大学信息学部,北京,100124) ,  Liu Fanghao (COURANT INSTITUTE OF MATHEMATICS, NEW YORK UNIVERSITY, NEW YORK, NY 10012, USA) ,  Yang Zhou (北京工業大学信息学部,北京,100124)
資料名： Ruanjian Xuebao  (Ruanjian Xuebao)
巻： 30  号： 2  ページ： 469-480  発行年： 2019年 
JST資料番号： C2542A  ISSN： 1000-9825  CODEN： RUXUEW  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 近年,深さコンボリューションニューラルネットワークに基づく顔検出技術は,より良い性能を達成した。しかし,深さニューラルネットワークは,対抗サンプルの攻撃を受けやすく,顔システムの安全性に影響する。より良い防衛メカニズムを確立するため、生体検査タスクがサンプルに対抗する生成メカニズムを十分に研究する必要がある。普通の分類問題に対して、生体検査タスクは類間距離が小さく、しかも摂動操作の難度が大きいなどの特徴がある。これに基づいて、最小の摂動次元と人の目の視覚特性に基づく生体検査対抗サンプル生成アルゴリズムを提案し、摂動を少数の次元に集中させ、そして、人間の目の視覚連帯集中特性を十分に考慮し、妨害点の間隔制約を加え、最後に生成した対抗サンプルが人類に知覚されにくくなる。この方法は,入力ベクトルの総次元の1.36%を平均的に変えるだけで,ネットワークを詐欺し,ネットワーク出力を分類する。ボランティアの判別により、この方法の人眼感知率はDeepFool方法より20%低下した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： ボランティア ,  ニューラルネットワーク ,  摂動 ,  *アルゴリズム ,  ヒト ,  ネットワーク ,  畳込み ,  視覚 ,  ベクトル
準シソーラス用語： 視覚特性 ,  生成機構 ,  防衛 ,  システム安全性 ,  *顔検出 , 【Automatic Indexing@JST】

分類 (1件)： 計算機網  (JC03000K)

タイトルに関連する用語 (3件)： 顔検出 ,  サンプル ,  アルゴリズム