赞
踩
论文名称:Exploring Frequency Adversarial Attacks for Face Forgery Detection
会议:CVPR 2022
作者团队:
虽然现有的人脸伪造分类器在检测伪造图像取得的性能不错,但很容易受到在像素上注入不可感知的扰动的对抗例子的攻击,同时许多人脸伪造检测器总是利用真假人脸之间的频率差异作为关键线索,本文提出一种针对人脸伪造检测器的频率对抗性攻击方法,这种方法更不易被人类察觉,且不会降低原始图像的视觉质量。还提出基于空域和频域混合对抗性攻击,该方法不仅能有效地欺骗基于空间的检测器,还能有效地欺骗基于频域的检测器。
b,c为基于空域方法的对抗攻击产生的对抗性例子,我们提出的基于频域的对抗攻击方法能产生更自然的扰动,对抗实例的图像质量更接近于原始图像。
我们首先将输入图像分为K*K的块,并对每个块应用DCT将它们转换到频域,然后引入频域扰动Pn与控制不同频带中步长的预定义权重矩阵M,之后实现IDCT,并将它们合并到对抗的例子中,在每一次迭代中计算对抗损失并基于它更新扰动。
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。