一组科学家与日本公司 NEC 一起进行了一项实验室实验，在此期间，他们试图通过对受试者进行自然化妆来欺骗面部识别系统。
他们说：“我们的方法找到了自然妆容，当应用于攻击者的脸部时，会在面部识别系统中隐藏他或她的身份。”
科学家将“被禁止”人员的照片上传到代理模型中，以创建一个热图，突出显示特定人员识别系统中最重要的区域。 然后他们在这些区域化妆以改变参与者的外观。
例如，在粉末的帮助下，他们缩小了鼻子，轮廓使颧骨更具表现力。
研究人员重复这个过程，直到他们能够欺骗模型。
代孕模特在化妆后将著名成员标记为未知。 数据：研究。
在一项针对年龄在 20 至 28 岁之间的 10 名男性和 10 名女性的小型实验中，面部识别摄像头能够在 1.22% 的时间内正确识别“禁止”化妆的人。
原始模型本身不是很准确。 根据研究，她能够正确识别未化妆参与者的准确率仅为 47.57%，而在随机化妆时，这一比率下跌到 33.73%。
科学家认为，化妆后人脸识别系统的性能下跌“低于现实操作环境的合理阈值”。
回想一下，在八月份，科学家们生成了一张能够欺骗大多数生物识别系统的“通用面孔”的快照。
7 月，研究人员报告发现了一种将恶意代码隐形注入神经网络的方法。
今年 5 月，马里兰州网络安全中心的研究人员发现了神经网络中的一个漏洞，该漏洞会增加其功耗。
在 Telegram 上订阅 ForkLog 新闻：ForkLog AI – 来自 AI 世界的所有新闻
发现文中有错误？ 选择它并按 CTRL + ENTER
内容搜集自网络，整理者：BTCover，如若侵权请联系站长，会尽快删除。
