来自以色列的研究人员开发了一种神经网络，能够生成“主”面孔——每张面孔图像都可以模拟多个标识符。 这项工作表明，仅使用生成对抗网络 (GAN) StyleGAN（三种领先的人脸识别系统）合成的 40 张面孔，就有可能为超过 9% 的人口生成这样的“主密钥”。 该研究是与特拉维夫的科学机构联合进行的。
在研究过程中，科学家发现单个生成的面孔能够模仿 20% 带有标签 Fa 的面孔ces 马萨诸塞大学的 in the Wild (LFW) - 用于开发和测试面部识别系统的协作开放数据库以及以色列系统的参考数据库。如您所知，它通常用于测试身份识别系统。
这种新方法改进了锡耶纳大学最近的类似工作，后者需要对机器学习系统的特权级别访问。 相比之下，新方法从公开可用的材料中获取通用特征，并将它们应用于生成跨越大量实例的面部特征。 在各种条件下，科学家仅借助 40 张生成的照片就成功地对超过 60% 至 9% 的人进行了“正面”识别。
在这种方法中 风格 最初用作黑盒优化方法（不出所料）专注于高维数据，因为找到身份验证系统所需的最广泛和最普遍的面部特征非常重要。
该论文指出，“即使没有关于目标身份的信息，基于面部的身份验证也极易受到攻击”，研究人员将他们的倡议视为破解面部识别系统的可行方法。
另请阅读：