論文の概要: Transferable Adversarial Face Attack with Text Controlled Attribute

• arxiv url: http://arxiv.org/abs/2412.11735v1
• Date: Mon, 16 Dec 2024 12:56:57 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-12-17 14:00:45.594895
• Title: Transferable Adversarial Face Attack with Text Controlled Attribute
• Title（参考訳）: テキスト制御属性による移動型対向顔攻撃
• Authors: Wenyun Li, Zheng Zhang, Xiangyuan Lan, Dongmei Jiang,
• Abstract要約: 本稿では,自然言語で誘導される対人顔を生成するための新しいテキスト制御属性攻撃(TCA$2$)を提案する。 具体的には、カテゴリーレベルのパーソナル・ソフトマックス・ベクターを用いて、偽造攻撃を正確に誘導する。 2つの高解像度顔認証データセットの実験により、我々のTCA$2$メソッドは、高い転送性で自然なテキスト誘導対向顔を生成することができることを確認した。
• 参考スコア（独自算出の注目度）: 16.68224870341267
• License:
• Abstract: Traditional adversarial attacks typically produce adversarial examples under norm-constrained conditions, whereas unrestricted adversarial examples are free-form with semantically meaningful perturbations. Current unrestricted adversarial impersonation attacks exhibit limited control over adversarial face attributes and often suffer from low transferability. In this paper, we propose a novel Text Controlled Attribute Attack (TCA$^2$) to generate photorealistic adversarial impersonation faces guided by natural language. Specifically, the category-level personal softmax vector is employed to precisely guide the impersonation attacks. Additionally, we propose both data and model augmentation strategies to achieve transferable attacks on unknown target models. Finally, a generative model, \textit{i.e}, Style-GAN, is utilized to synthesize impersonated faces with desired attributes. Extensive experiments on two high-resolution face recognition datasets validate that our TCA$^2$ method can generate natural text-guided adversarial impersonation faces with high transferability. We also evaluate our method on real-world face recognition systems, \textit{i.e}, Face++ and Aliyun, further demonstrating the practical potential of our approach.
• Abstract（参考訳）: 従来の敵攻撃は、通常、ノルムに制約された条件下で敵の例を生成するが、制限のない敵の例は意味論的に意味のある摂動を伴う自由形式である。 現在の非制限的対人攻撃は、敵の顔の属性を限定的に制御し、しばしば低い移動性に悩まされる。 本稿では,自然言語で誘導される対物顔を生成するためのテキスト制御属性攻撃(TCA$^2$)を提案する。 具体的には、カテゴリーレベルのパーソナル・ソフトマックス・ベクターを用いて、偽造攻撃を正確に誘導する。 さらに、未知のターゲットモデルに対する転送可能な攻撃を実現するために、データおよびモデル拡張戦略を提案する。 最後に、生成モデル \textit{i.e}, Style-GAN を用いて、所望の属性で顔を合成する。 2つの高解像度顔認証データセットの大規模な実験により、我々のTCA$^2$メソッドは、高い転送性を有する自然なテキスト誘導対向顔を生成することができることを確認した。 また,実世界の顔認識システムである「textit{i.e}」,「Face++」,「Aliyun」についても評価を行い,本手法の有効性を実証した。

関連論文リスト

• Imperceptible Face Forgery Attack via Adversarial Semantic Mask [59.23247545399068]
  本稿では, 対向性, 可視性に優れた対向性例を生成できるASMA(Adversarial Semantic Mask Attack framework)を提案する。 具体的には, 局所的なセマンティック領域の摂動を抑制し, 良好なステルス性を実現する, 対向型セマンティックマスク生成モデルを提案する。
  論文  参考訳（メタデータ） (2024-06-16T10:38:11Z)
• Adv-Diffusion: Imperceptible Adversarial Face Identity Attack via Latent Diffusion Model [61.53213964333474]
  本稿では,生の画素空間ではなく,潜在空間における非知覚的対角的アイデンティティ摂動を生成できる統一的なフレームワークAdv-Diffusionを提案する。 具体的には,周囲のセマンティックな摂動を生成するために,個人性に敏感な条件付き拡散生成モデルを提案する。 設計された適応強度に基づく対向摂動アルゴリズムは、攻撃の伝達性とステルス性の両方を確保することができる。
  論文  参考訳（メタデータ） (2023-12-18T15:25:23Z)
• Attribute-Guided Encryption with Facial Texture Masking [64.77548539959501]
  本稿では,顔認識システムからユーザを保護するために,顔テクスチャマスキングを用いた属性ガイド暗号化を提案する。 提案手法は,最先端の手法よりも自然な画像を生成する。
  論文  参考訳（メタデータ） (2023-05-22T23:50:43Z)
• Discrete Point-wise Attack Is Not Enough: Generalized Manifold Adversarial Attack for Face Recognition [10.03652348636603]
  我々は、より優れた攻撃性能を達成するために、GMAA(Generalized Manifold Adversarial Attack)の新たなパイプラインを導入する。 GMAAは攻撃対象を1から複数に拡大し、生成した敵の例に対して優れた一般化能力を促進する。 提案手法の有効性を実験的に検証し, GMAAは, より高度な一般化能力と視覚的品質を備えた, セマンティックな連続的対角空間を約束することを示した。
  論文  参考訳（メタデータ） (2022-12-19T02:57:55Z)
• Adv-Attribute: Inconspicuous and Transferable Adversarial Attack on Face Recognition [111.1952945740271]
  Adv-Attribute (Adv-Attribute) は、顔認証に対する不明瞭で伝達可能な攻撃を生成するように設計されている。 FFHQとCelebA-HQデータセットの実験は、提案されたAdv-Attributeメソッドが最先端の攻撃成功率を達成することを示している。
  論文  参考訳（メタデータ） (2022-10-13T09:56:36Z)
• Restricted Black-box Adversarial Attack Against DeepFake Face Swapping [70.82017781235535]
  本稿では,顔画像偽造モデルに対する問い合わせを一切必要としない現実的な敵攻撃を提案する。 本手法は,顔の再構成を行う代用モデルに基づいて構築され,置換モデルから非アクセス可能なブラックボックスDeepFakeモデルへの逆例を直接転送する。
  論文  参考訳（メタデータ） (2022-04-26T14:36:06Z)
• Improving Transferability of Adversarial Patches on Face Recognition with Generative Models [43.51625789744288]
  転写性に基づいた対向パッチを用いた顔認識モデルのロバスト性の評価を行った。 代用モデルと対象モデルの応答のギャップが劇的に減少し,転送性が向上したことを示す。
  論文  参考訳（メタデータ） (2021-06-29T02:13:05Z)
• Towards Variable-Length Textual Adversarial Attacks [68.27995111870712]
  データの離散性のため、自然言語処理タスクに対してテキストによる敵意攻撃を行うことは非自明である。 本稿では,可変長テキスト対比攻撃(VL-Attack)を提案する。 本手法は、iwslt14ドイツ語英訳で3,18$ bleuスコアを達成でき、ベースラインモデルより1.47$改善できる。
  論文  参考訳（メタデータ） (2021-04-16T14:37:27Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。