- …
- …
#388
summarized by : 加藤義道
どんな論文か？
敵対的サンプルによって不正な顔認証システムからプライバシーを保護する研究. 先行研究では, 生成した敵対的サンプルの視覚的な不自然さやホワイトボックス設定, 転移性の弱さなどの課題があった. 提案手法は, 参照画像から化粧スタイル転送し敵対的な顔画像を合成することで視覚品質を向上させた. また, 敵対的ノイズを除去するモジュールを導入することでサイクル一貫性を保った学習を可能にした.
新規性
化粧スタイルの転送によって, ブラックボックス環境での顔認証回避性能が向上しかつ自然な見た目の敵対的サンプルを生成した点.
結果
先行研究であるAdv-Makeupと比較して視覚品質と攻撃性能が向上. また, Face++, Aliyun, Microsoftなどの商用顔認証APIでもSOTAを約4%～60%も上回る性能を達成.
その他（なぜ通ったか？等）
https://github.com/cgcl-codes/amt-gan
- …
- …