[发明专利]一种基于PSO的反人脸识别方法

摘要

一种基于PSO的反人脸识别方法，包括以下步骤：S1：攻击者人脸数据预处理，加入数据集；S2：利用混合数据集训练人脸分类器；S3：设置PSO参数以及对抗攻击参数；S4：PSO初始化，开始迭代进化过程寻找最优对抗扰动；S5：提取并实物化对抗配件，进行物理攻击测试。本发明针对黑盒人脸识别系统，通过PSO进化策略生成最优对抗扰动，利用面部配件实现对抗扰动的实物化，可以在数字与物理环境中实现有效的反人脸识别，相比其他白盒攻击策略有更好的模型泛化能力和实际应用价值。

主权项

1.一种基于PSO的反人脸识别方法，其特征在于：所述方法包括如下步骤：S1：数据集预处理：将测试物理攻击的攻击者的人脸图像进行预处理，根据所选人脸识别模型网络的输入要求，对数据进行裁剪对齐；将预处理后的攻击者人脸数据加入数据库，和已有的数据集混合，用于训练人脸分类器；S2：训练人脸分类器：利用所选人脸识别系统预训练的特征模型，对预处理的数据集进行训练得到人脸分类器，并利用测试集测试分类器精度；S3：参数设置：设置PSO所需的参数以及对抗攻击的参数；S4：进化寻优：首先进行PSO初始化，生成一定数量的不同纯色人脸粒子；在PSO的每次迭代中，对全部的粒子进行人脸识别得到相应的标签置信度排名，根据每个粒子的标签置信度排名以及面部配件像素信息计算每个粒子的适应度，更新粒子的个体最优与种群最优，最后更新每个粒子的速度与位置信息，重复迭代直至达到设置的最大迭代次数或者种群适应度收敛；S5：物理攻击测试：若成功得到对抗样本，则提取对抗样本中的对抗配件，打印并佩戴在对应实验人员上，进行针对该人脸识别模型的物理攻击测试。