[发明专利]一种基于PSO的反人脸识别方法

权利要求书

1.一种基于PSO的反人脸识别方法，其特征在于：所述方法包括如下步骤：

S1：数据集预处理：将测试物理攻击的攻击者的人脸图像进行预处理，根据所选人脸识别模型网络的输入要求，对数据进行裁剪对齐；将预处理后的攻击者人脸数据加入数据库，和已有的数据集混合，用于训练人脸分类器；

S2：训练人脸分类器：利用所选人脸识别系统预训练的特征模型，对预处理的数据集进行训练得到人脸分类器，并利用测试集测试分类器精度；

S3：参数设置：设置PSO所需的参数以及对抗攻击的参数；

S4：进化寻优：首先进行PSO初始化，生成一定数量的不同纯色人脸粒子；在PSO的每次迭代中，对全部的粒子进行人脸识别得到相应的标签置信度排名，根据每个粒子的标签置信度排名以及面部配件像素信息计算每个粒子的适应度，更新粒子的个体最优与种群最优，最后更新每个粒子的速度与位置信息，重复迭代直至达到设置的最大迭代次数或者种群适应度收敛；

S5：物理攻击测试：若成功得到对抗样本，则提取对抗样本中的对抗配件，打印并佩戴在对应实验人员上，进行针对该人脸识别模型的物理攻击测试。

2.如权利要求1所述的一种基于PSO的反人脸识别方法，其特征在于：所述步骤S1中，数据库中已有的数据集为从LFW数据集中选取的部分标签构成的子数据集，为不可接触标签，可用于提供目标标签；测试物理攻击的实验人员为可接触的、可佩戴面部配件的可接触标签，区别于LFW数据集中的不可接触标签，模型网络的输入要求为人脸图像的尺寸大小。

3.如权利要求1或2所述的一种基于PSO的反人脸识别方法，其特征在于：所述步骤S2中，预训练的特征模型为官方提供的、在其他大型数据集上进行特征提取训练过的模型；同时，预处理的数据集在训练过程中自动划分为80％训练集，20％测试集。

4.如权利要求1或2所述的一种基于PSO的反人脸识别方法，其特征在于：所述步骤S3中，PSO进化策略经调整加入惯性因子，采用公式(1)更新粒子的速度信息：

v_i＝ω×v_i+c₁×rand()×(pbest_i-x_i)+c₂×rand()×(gbest-x_i) (1)

其中，v_i、x_i分别为第i个粒子的速度与位置，ω为惯性因子，rand()为介于(0，1)之间的随机数，c₁、c₂为学习因子，pbest_i为第i个粒子的历史最优位置，gbest为种群发现的全局最优位置；

采用公式(2)更新粒子的位置信息：

x_i＝x_i+v_i (2)

采用公式(3)更新惯性因子：

ω^(t)＝(ω_ini-ω_end)(G_k-g)/G_k+ω_end (3)

其中G_k为最大迭代次数，ω_ini为初始惯性因子，ω_end为迭代至最大进化代数时的惯性因子；

对抗攻击的参数为：攻击者的真实标签label、冒充对象的目标标签target和对抗扰动的平滑系数κ。