Система глибокого навчання може ідентифікувати нерівні обличчя

глибоке навчання алгоритму ідентифікації піксельних облич
Усі знайомі зі стандартним методом приховування особи людини в новинній статті чи відео, який часто передбачає розмивання чи пікселізацію обличчя, щоб зробити його невпізнанним.

Хороші новини? Вони досі невпізнавані для переважної більшості людей. Погана новина? Вони не обманюють сучасну інформатику.

Рекомендовані відео

Ця інформація є згідно з новим проектом, виконаним дослідниками Техаського університету в Остіні та Корнельського університету, який використовував глибоке навчання до правильно вгадати відредаговані особи людей, прихованих за допомогою обфускації. У той час як люди вгадували відредаговані особи правильно в 0,19 відсотка випадків, система машинного навчання змогла зробити правильний висновок з 83-відсотковою точністю, якщо було дозволено п’ять спроб.

«Розмиття та піксельація часто використовуються, щоб приховати особистість людей на фотографіях і відео», Віталій Шматіков, професор інформатики Корнельського університету, розповів Digital Trends. «У багатьох із цих сценаріїв супротивник має досить хороше уявлення про невелику кількість можливих людей хто міг з'явитися на зображенні, і йому просто потрібно зрозуміти, хто з них на зображенні картина."

Це, продовжив Шматіков, саме той сценарій, за яким технологія команди працює добре. «Це показує, що розмиття, пікселізація та інші методи обфускації зображень можуть не забезпечувати належного захисту, коли розкриття чиєїсь особистості може поставити їх під загрозу», — сказав він.

Виклик, звичайно, полягає в тому, що часто такі методи редагування особистості людини використовуються для захисту особи, наприклад, викривача чи свідка злочину. Застосовуючи такі алгоритми розпізнавання зображень, на основі штучні нейронні мережі, до зображень, які, таким чином, були затуманені за допомогою готових інструментів, люди потенційно можуть бути піддані небезпеці.

«Фундаментальним завданням є подолання розриву між технологіями захисту конфіденційності та машинним навчанням», — сказав Шматіков. «Багато розробників технологій конфіденційності не повністю оцінюють силу сучасного машинного навчання — і це призводить до технологій, які фактично не захищають конфіденційність».

Рекомендації редакції

  • Не платіть податок Verizon 5G за Google Pixel 4a 5G
  • Не говоріть: цей пристрій дає змогу віддавати голосові команди, не кажучи жодного слова
  • Не обманюйте себе — ця автоматизована система непомітно маніпулює відеовмістом

Оновіть свій спосіб життяDigital Trends допомагає читачам стежити за динамічним світом технологій завдяки всім останнім новинам, цікавим оглядам продуктів, проникливим редакційним статтям і унікальним у своєму роді коротким оглядам.