據(jù)外媒,近日以色列特拉維夫大學(xué)研究人員使用圖像生成系統(tǒng)StyleGAN生成假的人臉圖像,然后通過(guò)算法和分類(lèi)器對(duì)比篩選出與真實(shí)人臉相似度最高的圖像,最終獲得9張“萬(wàn)能人臉”圖像。所謂“萬(wàn)能人臉”,即是指能夠騙過(guò)人臉識(shí)別系統(tǒng)的萬(wàn)能“假人臉”。
目前該研究成果已提交至論文預(yù)印本發(fā)布平臺(tái)arXiv上。研究課題為《Generating Master Faces for Dictionary Attacks with a Network-Assisted Latent Space Evolution》,根據(jù)論文內(nèi)容,研究人員從“萬(wàn)能指紋”研究中獲得了靈感,基于此靈感,他們開(kāi)發(fā)了一種“萬(wàn)能人臉”來(lái)繞過(guò)人臉識(shí)別軟件。 根據(jù)論文,研究人員首先使用人工智能領(lǐng)域廣泛使用的生成模型StyleGAN,來(lái)進(jìn)行“萬(wàn)能人臉”的制作。之后使用算法和神經(jīng)網(wǎng)絡(luò)來(lái)優(yōu)化,并以此來(lái)推斷哪些人臉是交叉身份認(rèn)證的最佳候選選項(xiàng)。使用算法和分類(lèi)器將每一個(gè)系統(tǒng)輸出的虛假人臉與數(shù)據(jù)庫(kù)中的人臉數(shù)據(jù)進(jìn)行比較,并給出平均集覆蓋率,同時(shí)保留分?jǐn)?shù)較高的人臉,而通過(guò)比較得到的分?jǐn)?shù)會(huì)用于訓(xùn)練進(jìn)化算法,幫助研究人員使用StyleGAN,創(chuàng)建出越來(lái)越多看起來(lái)像數(shù)據(jù)集中真實(shí)存在的人臉圖像。最終得到這九張萬(wàn)能人臉。
通過(guò)與三種不同的深度人臉識(shí)別系統(tǒng)進(jìn)行測(cè)試,9張“萬(wàn)能人臉”覆蓋了這三種人臉識(shí)別系統(tǒng)中42%-64%的數(shù)據(jù)集,也就是說(shuō)9張“萬(wàn)能人臉”可以通過(guò)這些人臉識(shí)別系統(tǒng)中42%-64%的身份驗(yàn)證。
而這樣的研究成果也不免讓人擔(dān)心人臉識(shí)別系統(tǒng)的安全性。