具备良 (略) 和良好的科研条件";

研究内容：人脸识别方法目前得到广泛应用。但目前人脸识别方法和系统较为脆弱，易受到错误样本的干扰和攻击，从而降低识别准确率。本项目拟从 * 大方面研究鲁棒性人脸识别方法：研究基于深度学习的多目标识别方法用于防御攻击，以有效地识别单个或多个攻击样本；研究构建对抗攻击测试模型，设计新颖的攻击测试算法来测试人脸识别系统的鲁棒性，通过不断对抗攻击，不断提升系统的鲁棒性；研究设计多 (略) 优化技术，支持关键算法在国产天 (略) (略) 。

成果形式：论文、模型、数据集与代码。

技术指标：1、人脸识别方法能同时抵抗4类攻击源。2、对抗攻击测试模型能提升系统5%~7%性能。3、 (略) 理效果，延时效果不超过1S。4、能防御 * %以上常规攻击。5、具备国际领先的识别水平：与同类国际人脸防 (略) 于领先或同等水平。6、关键算法可在国产 (略) 超 (略) 。

功能用途：智能识别算法与系统的防御与测试，可部署在国产 (略) 超算平台上

研究周期：2年

具备良 (略) 和良好的科研条件";

研究内容：人脸识别方法目前得到广泛应用。但目前人脸识别方法和系统较为脆弱，易受到错误样本的干扰和攻击，从而降低识别准确率。本项目拟从 * 大方面研究鲁棒性人脸识别方法：研究基于深度学习的多目标识别方法用于防御攻击，以有效地识别单个或多个攻击样本；研究构建对抗攻击测试模型，设计新颖的攻击测试算法来测试人脸识别系统的鲁棒性，通过不断对抗攻击，不断提升系统的鲁棒性；研究设计多 (略) 优化技术，支持关键算法在国产天 (略) (略) 。

成果形式：论文、模型、数据集与代码。

技术指标：1、人脸识别方法能同时抵抗4类攻击源。2、对抗攻击测试模型能提升系统5%~7%性能。3、 (略) 理效果，延时效果不超过1S。4、能防御 * %以上常规攻击。5、具备国际领先的识别水平：与同类国际人脸防 (略) 于领先或同等水平。6、关键算法可在国产 (略) 超 (略) 。

功能用途：智能识别算法与系统的防御与测试，可部署在国产 (略) 超算平台上

研究周期：2年