인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
초록·키워드
With the wide application of deep learning in face recognition systems, it has achieved remarkable results in the fields of identity verification and security monitoring. However, it has been found that such systems are extremely vulnerable to adversarial samples, and the attacker only needs to add tiny, imperceptible perturbations to make the model output misclassified. The paper systematically reviews the definition, classification and typical generation methods of face adversarial samples, covering both physical and digital domain attacks. It further discusses the challenges of black-box and white-box attacks on detection systems and the effectiveness of mainstream defense means such as adversarial training and residual denoising networks. Finally, the deficiencies of current detection techniques in terms of generalization capability, deployment efficiency and physical attack defense are analyzed, and the future development direction of building a unified evaluation system and a multimodal robust detection framework is proposed. This research provides theoretical support and practical paths for the optimization of security protection and adversarial sample detection strategies for face recognition systems.
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
