论文阅读笔记——Towards Transferable Adversarial Attack Against Deep Face Recognition

Against Deep Face Recognition)

一.解决的问题

提出了一种针对黑盒的人脸识别系统攻击方法，该方法首先构造一个针对代理模型的对抗样本，由于同一任务的对抗样本具有泛化的能力，因此针对代理模型生成的对抗样本对其它黑盒模型也具有攻击能力。

二.创新点

通过dropout、stochastic image transform(随机图像变换)等方式，增加了代理模型的泛化性能，从而增加了生成的对抗样本的泛化性能。

三.具体实现过程

四.实验结果

五.存在的问题

该方法生成的对抗模型只存在于数字域上，在真实的场景中，对抗样本要存在于物理世界中，然后通过相机等设备重新采样后，才传入人脸识别模型。
该方法生成的对抗样本如果将其打印出来，通过相机重新成像，还具有攻击能力吗？