【文件属性】：
文件名称：Adversarial-Faces:测试对抗样本对面部识别的实际实施效果
文件大小：80.54MB
文件格式：ZIP
更新时间：2021-05-01 01:55:47
Python
对抗面
测试针对面部识别的对抗性示例的实际实现方式的有效性。
查看随附的博客： :
依存关系
OpenCV v3.0+
PIL (Pillow)
dlib
mlrose
numpy
Python 3
*载于2020年5月1日的《麻省理工学院技术评论》时事通讯
*于2020年11月在技术博物馆（维也纳）的机器人与人工智能展览中展出
【文件预览】：
Adversarial-Faces-master
----image_generation()
--------HogFace.py(719B)
--------__pycache__()
--------image_generator.py(2KB)
----output()
--------image1.png(79KB)
--------image.png(94KB)
----article()
--------article.txt(1KB)
----.idea()
--------misc.xml(185B)
--------workspace.xml(15KB)
--------Adversarial-Faces.iml(398B)
--------encodings.xml(135B)
--------modules.xml(286B)
--------vcs.xml(180B)
----facial_detection()
--------face_detector.py(2KB)
--------__pycache__()
----README.md(639B)
----data()
--------face.jpg(38KB)
--------mock_mask.png(6.2MB)
--------output.png(94KB)
--------hog_face.png(90KB)
--------mask.xcf(1.72MB)
--------hog_no_bg.xcf(153KB)
--------hog.png(111KB)
--------test_mask.xcf(1.37MB)
--------adv_design2.jpg(512KB)
--------test_mask.jpg(132KB)
--------simplified_hog.png(28KB)
--------detection_vs_recognition.png(404KB)
--------shape_predictor_68_face_landmarks.dat(95.08MB)
--------hog.xcf(192KB)
--------adv_design.xcf(2.04MB)
--------hog_no_bg.png(32KB)
--------adv_design.png(286KB)
--------adv_design2.xcf(2.92MB)