据外媒报道，特拉维夫大学的研究人员最近利用图像生成模型 StyleGAN 创建了若干假人脸。通过一系列算法和分类器对比，他们筛选出与真实人脸最相近的图像，最终获得九张被称为“万能人脸”的样本，即能够混淆人脸识别系统的通用假面孔。
该研究成果现已提交至预印本平台 arXiv，题为“Generating Master Faces for Dictionary Attacks with a Network-Assisted Latent Space Evolution”。研究团队表示，他们从此前关于万能指纹的研究中得到启发，进而尝试开发一种可用于绕过人脸识别系统的万能人脸。
论文指出，研究者首先使用生成模型 StyleGAN 来制作万能人脸。随后通过一系列算法和神经网络的优化，推断出在跨身份认证场景中最具潜力的候选面孔。系统输出的虚假人脸会与数据库中的人脸数据逐一比对并给出平均覆盖率，同时保留分数较高的样本。通过这些分数来驱动进化算法，帮助研究者借助 StyleGAN 产生越来越多与数据集中真实人脸高度相似的图像。最终形成这九张万能人脸。
在对三种不同的深度人脸识别系统进行测试时，这九张万能人脸覆盖了这三类系统中约42%至64%的数据集，从而意味着它们能够通过相当比例的身份认证。
这一发现也引发了关于人脸识别系统安全性的担忧。
