[논문]A 0.22–0.89 mW Low-Power and Highly-Secure Always-On Face Recognition Processor With Adversarial Attack Prevention

Kim, Youngwoo; Han, Donghyeon; Kim, Changhyeon; Yoo, Hoi-Jun

doi:10.1109/tcsii.2020.2980022

[해외논문] A 0.22–0.89 mW Low-Power and Highly-Secure Always-On Face Recognition Processor With Adversarial Attack Prevention

IEEE transactions on circuits and systems. a publication of the IEEE Circuits and Systems Society. II, Express briefs, v.67 no.5, 2020년, pp.846 - 850

Kim, Youngwoo (Korea Advanced Institute of Science and Technology, School of Electrical Engineering, Daejeon) , Han, Donghyeon (Korea Advanced Institute of Science and Technology, School of Electrical Engineering, Daejeon) , Kim, Changhyeon (Korea Advanced Institute of Science and Technology, School of Electrical Engineering, Daejeon) , Yoo, Hoi-Jun (Korea Advanced Institute of Science and Technology, School of Electrical Engineering, Daejeon)

Abstract ▼ AI-Helper

A low-power, highly secure, always-on face recognition (FR) processor is required for security applications. In this brief, a branch net-based early stopping FR (BESF) processor is proposed to prevent adversarial attacks for high security and consume low power for always-on operation. It shows a recognition accuracy of 83.10% under the fast gradient signed method (FGSM), and 71.97% under the projected gradient descent (PGD) attack. The clock-gating of the BESF processor reduces the average power consumption by 30.85%. The unified pointwise and depthwise convolution processing element adopts layer-fusion to reduce the external memory access by 88.0%. Furthermore, noise injection layers are inserted between every bottleneck layer to further reduce the FGSM and PGD attack success rate by 9.29% and 20.0%, respectively. Implemented with a 65 nm CMOS process with a 3.0 mm × 3.0 mm area, the processor consumes 0.22-0.89 mW power at 1 fps and shows 95.5% FR accuracy in the Labeled Faces in the Wild dataset.

참고문헌 (21)

Jeon, Dongsuk, Dong, Qing, Kim, Yejoong, Wang, Xiaolong, Chen, Shuai, Yu, Hao, Blaauw, David, Sylvester, Dennis. A 23-mW Face Recognition Processor with Mostly-Read 5T Memory in 40-nm CMOS. IEEE journal of solid-state circuits, vol.52, no.6, 1628-1642.

상세보기
10.1109/VLSIC.2018.8502266
10.1109/ISCAS.2019.8702661
10.1109/ISCAS.2019.8702698
Defensive quantization When efficiency meets robustness lin 2019
MobileFaceNets Efficient CNNs for Accurate Real-Time Face Verification on Mobile Devices[J] chen 2018
10.1109/ICB2018.2018.00033
Labeled faces in the wild: A database for studying face recognition in unconstrained environments huang 2007
10.1109/MICRO.2016.7783725
Certified robustness to adversarial examples with differential privacy lecuyer 2018
Intriguing properties of neural networks szegedy 2013
Deep face recognition A survey wang 2018
10.1109/CVPR.2019.00790
On the robustness of semantic segmentation models to adversarial attacks arnab 2017
Towards deep neural network architectures robust to adversarial examples gu 2014
10.1145/2976749.2978392
10.1109/ISSCC.2017.7870354
More Than One Billion Smartphones to Feature Facial Recognition in 2020 naiya 2018
Defense against universal adversarial perturbations akhtar 2017
Towards robust neural networks via random self-ensemble liu 2017
Condo, C., Gross, W.J.. Pseudo-random Gaussian distribution through optimised LFSR permutations. Electronics letters, vol.51, no.25, 2098-2100.

상세보기

LOADING...

활용도 분석정보

상세보기

다운로드

내보내기

활용도 Top5 논문

해당 논문의 주제분야에서 활용도가 높은 상위 5개 콘텐츠를 보여줍니다.
더보기 버튼을 클릭하시면 더 많은 관련자료를 살펴볼 수 있습니다.

원문 URL 링크

DOI : 10.1109/TCSII.2020.2980022
IEEE : 저널 > 논문

*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.

저작권 관리 안내

내보내기 메뉴

내보내기 구분

파일저장
인쇄
메일전송

구성항목

기본정보
상세정보

관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관

저장형식

Text(ASCII format)
Excel format
RefWorks Direct Export
RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley

메일정보

받는사람 (필수): @
보내는사람 (선택): @
제목
내용: KISTI 검색결과 이메일 서비스

안내

총 건의 자료가 검색되었습니다.

다운받으실 자료의 인덱스를 입력하세요. (1-10,000)

검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다.

데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요)

다운로드 파일은 UTF-8 형태로 저장됩니다.
파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오.

Text(ASCII format)
Excel format

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

AI-Helper ※ AI-Helper는 을 사용합니다.

AI-Helper

안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

연합인증