[发明专利]一种基于空间敏感度的人脸对抗样本检测方法

权利要求书

1.一种基于空间敏感度的人脸对抗样本检测方法，其特征在于包括以下步骤：

步骤一：设置人脸检测区域，通过摄像头获得实时视频流，经过帧采样得到人脸图像数据集X；

步骤二：对人脸图像数据集X归一化预处理得到原始样本数据集X_data，同时划分训练集与测试集，选定神经网络模型M进行训练和测试，得到具有良好分类性能的基础模型M_data及其预测置信度m_data；

步骤三：基于迭代对抗样本攻击方法，利用梯度优化在原始人脸图像数据集X的特征值上生成变化细微的人脸对抗样本集X_adv；

步骤四：对人脸图像数据集X，使用线性降维方法对人脸图像数据进行空间域转换，得到空间变换域WT的样本数据集X_tran；

步骤五：使用样本数据X_tran在神经网络模型M进行训练和测试，得到与基础模型M_data预测标签相同的域转换模型M_wt；

步骤六：使用人脸对抗样本集X_adv在域转换模型M_wt上进行再次训练，得到对抗样本攻击后的域转换模型M_awt及其预测置信度m_awt；

步骤七：对输入的人脸图像数据x_i，计算x_i的空间敏感度值S(x_i)，其中1≤i≤n,公式如：

S(x_i)＝{m_data(x_i)-m_awt(x_i)}

步骤八：搭建由全连接FC层和批量归一化BN层组成的二分类器，将空间敏感度值S(x_i)作为深度神经网络二分类器的输入，训练得到二分类模型D；

步骤九：计算新输入的人脸图像样本数据集空间敏感度值，基于构建的二分类模型D来判断新输入人脸图像样本是否为正常样本或者对抗样本。若检测器结果label＝0，则表示样本为对抗样本，否则label＝1，样本为原始样本。