《表1 本文方法和多数表决方法的性能对比》
不断调整Q的大小,分别设置其值为0、1/3、2/3、1这4种不同情况,每种比例情况设置25组实验,结果通过100组实验获得。考虑到现有研究主要关注从属性层面检测虚假属性,不能用于身份识别过程中的虚假属性检测,因此本文方法无法与属性层面检测方法直接进行对比,故仅将实验结果和多数表决方法[13]进行对比。表1列出了2种方法的精确率、召回率和F1值,设置K=20,δ=8。由于实验中共采用3种属性进行测试且要满足前提条件,即M<49%N,故仅设置一个虚假属性,虚假属性通过随机替换3种属性中的任意一种获得。例如可以利用其他对象的人脸替换测试对象人脸,伪造测试对象的人脸属性。
图表编号 | XD00139033600 严禁用于非法目的 |
---|---|
绘制时间 | 2020.04.24 |
作者 | 胡瑞敏、张亚浩、李登实、王晓晨、王超 |
绘制单位 | 武汉大学计算机学院国家多媒体软件工程技术研究中心、武汉大学多媒体网络通信工程湖北省重点实验室、武汉大学计算机学院国家多媒体软件工程技术研究中心、武汉大学多媒体网络通信工程湖北省重点实验室、江汉大学数学与计算机科学学院、武汉大学计算机学院国家多媒体软件工程技术研究中心、武汉大学多媒体网络通信工程湖北省重点实验室、武汉大学计算机学院国家多媒体软件工程技术研究中心、武汉大学多媒体网络通信工程湖北省重点实验室 |
更多格式 | 高清、无水印(增值服务) |