一种基于Rosenbrock-PSO的人脸识别攻击防御方法

摘要

本发明公开了一种基于Rosenbrock‑PSO的人脸识别攻击防御方法，包括：(1)采集人脸图像数据并进行预处理，分成预训练数据集和扰动数据集；(2)在扰动数据集中的人脸图像上制作用于限制扰动区域的纯色眼镜框模板；(3)利用预训练数据集训练人脸识别模型的人脸分类器；(4)搭建Rosenbrock‑PSO人脸攻击模型；(5)将带纯色眼镜框的人脸图像输入Rosenbrock‑PSO人脸攻击模型中进行进化寻优，得到眼镜框上RGB值为最优解时的人脸图像作为对抗样本；(6)将对抗样本加入到预训练数据集中重新训练人脸分类器，使人脸识别模型具有防御对抗样本攻击的能力。利用本发明，可以得到能够防御对抗样本、泛化能力较强的人脸识别模型。