几何感知生成模型

基于双可逆网络同时驱动人脸几何与纹理的变形攻击模型，生成的变形人脸视觉真实且对抗检测。

Deng, Zongyong · 赵启军 · Libin, Ye · Qiaoyun, He · Zuyuan, He · Jie, Huang

Knowledge-Based Systems 2025

技术优势

高视觉质量

基于双可逆网络同时驱动面部几何与纹理，生成的变形图像视觉上无瑕疵。

身份相似度高

引入几何信息，生成的变形图像能够保持与两个源身份的高度相似性。

可规避检测

加入细粒度对抗攻击策略，成功欺骗多种变形攻击检测模型。

应用场景

• 人脸识别安全评估：生成高威胁变形样本，评估识别系统对该类攻击的脆弱性。
• 生物特征欺骗检测：提供反检测对抗样本，用于训练更鲁棒的变形检测器。
• 对抗攻击防御：构造细粒度对抗攻击，测试防御策略对未知攻击的泛化性。
• 身份验证系统测试：生成逼真变形人脸，检验身份验证系统能否区分合成身份。
• 视觉取证：制造难以察觉的变形图像，挑战现有取证算法的检测能力。