基于注意力特征解耦的跨年齡身份成員推理

摘要： 生成對(duì)抗網(wǎng)絡(luò)(GANs)模型可以生成高分辨率的“不存在”的物體真實(shí)圖像，近期被廣泛應(yīng)用于各種人工合成數(shù)據(jù)，尤其是人臉圖像生成領(lǐng)域。然而，由于基于該模型的人臉生成器通常需要根據(jù)不同身份高度敏感的面部圖像進(jìn)行訓(xùn)練，其中存在潛在數(shù)據(jù)泄露使得攻擊者能夠?qū)ι矸莩蓡T關(guān)系進(jìn)行推斷的問(wèn)題。為此，首先設(shè)計(jì)對(duì)查詢(xún)身份所獲取樣本與其實(shí)際參與訓(xùn)練樣本之間存在巨大差異時(shí)的身份成員推理攻擊，這些差異會(huì)導(dǎo)致...