期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
结合自注意力特征融合的人脸模板重建技术
1
作者 王亚男 董建民 +1 位作者 孙冰阳 王宁博 《软件导刊》 2025年第3期177-184,共8页
针对人脸识别系统模板反演重建方法存在的人脸模板特征数据单一,模板向量不足以捕捉多样性,生成的图像在细节上不够丰富的问题,提出一个新的人脸模板映射网络(FFMapNet)。首先,通过自注意力特征提取模块(SAFEM),结合反卷积层对初始人脸... 针对人脸识别系统模板反演重建方法存在的人脸模板特征数据单一,模板向量不足以捕捉多样性,生成的图像在细节上不够丰富的问题,提出一个新的人脸模板映射网络(FFMapNet)。首先,通过自注意力特征提取模块(SAFEM),结合反卷积层对初始人脸模版特征进行上采样,并引入高维通道特征;其次,利用自注意力机制的全局信息建模功能,从模板特征反演中提取并增强特征;最后,利用特征融合模块(FFM)进一步处理和融合增强后的特征,提升人脸模板到人脸生成器网络中间潜在空间(LS)映射的一致性,生成更具表达能力的特征映射。在MOBIO、LFW和AgeDB数据集上对最先进的人脸识别系统进行模板反演攻击,实验结果表明所提方法的重建质量与攻击成功率均优于现有方法。 展开更多
关键词 人脸识别 模板反演 黑盒攻击 自注意力机制 特征融合
在线阅读 下载PDF
采用1-bit压缩感知的信号识别网络黑盒对抗攻击方法 被引量:1
2
作者 郭宇琦 李东阳 +1 位作者 尹志宁 马德魁 《信息工程大学学报》 2024年第5期593-600,共8页
在无线信号识别的神经网络对抗样本研究中,针对目标网络结构参数与数据集均未知,且查询无法获取识别置信度或识别结果的黑盒攻击场景,提出一种采用1-bit压缩感知的对抗样本生成方法。假设攻击者能够通过查询获取某一批信号样本在待攻击... 在无线信号识别的神经网络对抗样本研究中,针对目标网络结构参数与数据集均未知,且查询无法获取识别置信度或识别结果的黑盒攻击场景,提出一种采用1-bit压缩感知的对抗样本生成方法。假设攻击者能够通过查询获取某一批信号样本在待攻击模型下的识别准确率。首先,将模型准确率的梯度视为待感知的稀疏变量,并利用一批样本准确率高于或低于另一批的信息(用1或-1表示)构建1-bit压缩感知模型。其次,通过多次查询并估计梯度,结合0范数约束,使用梯度下降法迭代优化信号扰动,从而生成有效的对抗样本。最后,使用对抗样本攻击目标网络以降低识别准确率。实验结果表明,该方法在公开信号调制识别数据集上能够将识别准确率从79.02%降低至65.39%。相比于现有其他方法,该方法进一步拓展了黑盒攻击的限制条件。 展开更多
关键词 深度学习 对抗样本 信号识别 1-bit压缩感知 黑盒对抗攻击
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部