内盖夫本古里安大学的一项新研究发现计算生成的化妆模式，可以绕过面部识别软件。数字和物理应用的化妆可以欺骗部分面部识别系统，成功率高达 98%。

据了解，在实验中，研究人员将 20 名志愿者列入黑名单，方便系统标记身份。然后研究人员使用 YouCam Makeup 的自拍应用程序，根据面部可识别区域的热图，对面部图像进行数字化成像。接着化妆师用化妆品在志愿者身上模拟数字化妆，测试目标模型在实际情况下的反应。

据悉，研究人员在一个模拟现实世界的场景中对这一技术进行测试。志愿者会走过配备了两个摄像头的走廊，评估系统会在此时进行识别。

该研究的主要作者、博士生尼赞・盖坦表示：“我对这项研究的结果感到惊讶，化妆师只是依据图像中的花样，把它复制到人脸上。这种复制并不精确，但它仍然有效。”

论文得出的结论是：“这一技术在 FaceNet 模型和 LResNet 模型上的数字实验都取得了 100% 的成功。在物理实验中，47.6% 的参与者没有化妆，33.7% 的参与者没有化妆。使用这种方法的人只在 1.2% 的帧中被识别出来。“

另外，论文还提到：“假如我们在一个黑箱场景中，那么我们就无法访问目标 FR 模型、其架构和任何参数，因此，攻击者的选择是在被摄像机捕获之前改变他/她的脸。”

有意思的是，研究人员并不是第一个用化妆品欺骗面部识别系统的人。

早在 2010 年，艺术家亚当・哈维的 CV Dazzle 项目就展示了一系列旨在挫败算法的妆容，艺术家的灵感来自第一次世界大战中海军舰艇使用的“炫目”伪装。

还有很多研究，在通过数字模拟来绕过面部识别系统，比如通过创建模仿他人的“主人脸”。这篇论文引用了一片内容为：可以在帽子上贴可打印的贴纸绕过面部识别系统，另一项研究则是打印眼镜框。

虽然这些方法可能会在面部识别算法面前隐藏某人，但它们的副作用是让你在人群中非常显眼，比如你试图去机场。

有关人士表示：”我通常不太相信现在的面部识别技术，面部识别这个领域有很多问题。但我认为这项技术正在变得越来越好。”

本文由LinkNemo爬虫[Echo]采集自[https://www.ithome.com/0/576/624.htm]