arXiv · Machine Learning· Xingyu Shen, Tommy Duong, Xiaodong An, Zengqi Zhao, Zebang Hu, Haoyu Hu, Ziyou Wang, Finn Guo, Simiao Ren·· 10 小时前AI 评分58
青少年能骗过 AI 吗？低成本外观攻击对年龄估计系统的评测
Can a Teenager Fool an AI? Evaluating Low-Cost Cosmetic Attacks on Age Estimation Systems
AI 导读
这项研究在329张10至21岁个体的面部图像上，评估胡须、灰发、化妆和模拟皱纹等外观变化对8种AI年龄估计模型的影响。研究提出攻击转换率（ACR），用于统计基线判为未成年、攻击后转为成年判定的图像比例；合成胡须在8种模型上的ACR为28%至69%，四种攻击组合使329名受试者的预测年龄平均增加7.7岁，最高ACR达83%。
来源：arXiv · Machine Learning · arxiv.org