基于深度學(xué)習(xí)的人臉圖像對抗樣本模型生成方法

打開文本圖片集

【摘  要】 隨著深度學(xué)習(xí)算法的快速發(fā)展，攻擊者可以方便地從社交網(wǎng)絡(luò)海量的私人照片中找到目標(biāo)圖片，這就造成了泄露隱私的風(fēng)險(xiǎn)。為此，文章設(shè)計(jì)了一種深度神經(jīng)網(wǎng)絡(luò)模型，通過對人臉圖像輸入的細(xì)小擾動(dòng)，生成該圖像的對抗樣本，欺騙指定的分類器，實(shí)現(xiàn)隱私的保護(hù)。在公共數(shù)據(jù)集CelebA上的實(shí)驗(yàn)結(jié)果表明，文章提出的模型，其生成的對抗樣本能顯著地降低性別分類器的識別率，也能保證對抗樣本的視覺質(zhì)量。（剩余4592字）