Facebook开辟“去辨认”体系,能让你在视频中隐身

Facebook开辟“去辨认”体系,能让你在视频中隐身
2019年12月09日 17:20 雷锋网

装置新浪财经客户端第一时直接收最周全的市场资讯→【下载地址

  近日,来自挪威科技大年夜学的《DeepPrivacy:A Generative Adversarial Network for Face Anonymization》一篇论文中称用新的更有挑衅表示的办法欺骗了人脸辨认体系:在不改变本来的数据分布的条件下把人脸匿名化,更浅显的说法来讲就是输入一张逼真的人脸,然则不改变原图人的姿势和背景。在这类技巧的加持下,人脸辨认体系照旧可以或许正常运转,然则完全没法辨认出本来的人脸身份,捏造者则可以假装他人自在进出具有人脸辨认体系的举措措施。

  根据作者们的测试,经过他们匿名化的人脸依然保持了接近于原图的人脸可辨认性,浅显的人脸辨认关于匿名化后的图象,辨认出人脸的均匀精确率只降低了 0.7% 。而人脸含有的天然信息天然是 100% 不重合的。

  用 AI 来欺骗 AI ,这波操作的确是 666 。

  此前,Facebook 也就反人脸辨认做过测验测验,近日,终究有了成果。

  外媒 VentureBeat 报导称,近日,Facebook 的人工智能实验室 Facebook AI Research(FAIR)开辟出一种“去辨认”体系,该体系可以欺骗脸部辨认体系,例如,让脸部辨认体系将你辨认为一名女明星。

  该技巧应用机械进修及时地改变视频中人物的关键脸部特点,诱使脸部辨认体系缺点地辨认对象。

  据称,该技巧将一个对抗自编码器与一个练习过的脸部分类器配对,以令人的脸部稍微歪曲,从而在困惑脸部辨认体系的同时,又能保持一小我们可以认出来的天然样貌,它可以用在视频,乃至是及时视频中。

  现实上这类“去辨认”技巧之前曾经存在,以色列的主动反人脸辨认体系供给商 D-ID 曾经研收回了针对静态图象的去辨认技巧。别的,还有一种被称为对抗性示例,它应用了计算机视觉体系的弱点,人们经过过程穿着印有对抗图案,来欺骗脸部辨认体系看到其实不存在的器械。

  之前的技巧平日应用于从监控摄像优等渠道取得的照片、运动影象,或是已事前筹划好应用对抗图象欺哄人脸辨认体系。如今,FAIR 的研究针对及时影象和视频脚本,FAIR 称这项技巧成果是行业首例,且它足以抵抗周详的脸部辨认体系。

  Facebook 还发表了一篇论文,说清楚明了其对新技巧的立场。它提出了一种不雅点,即脸部辨认能够会侵犯隐私,人脸调换技巧能够被用来制造误导性视频。为了控制人脸辨认技巧的滥用,该公司推出了对视频停止去识其他办法,并取得了很好的后果。

  另外,据 VentureBeat 报导,Facebook 其实不计算在任何贸易产品中应用这个反人脸辨认技巧,但这项研究能够会对将来的小我隐私保护对象产生影响。并且,就像该研究在“误导性视频”中所强调的那样,它可以或许防止小我肖像被用于制造捏造视频。

  其实反人脸辨认技巧近年来生长敏捷,早在客岁,多伦多大年夜学 Parham Aarabi 传授和研究生 Avishek Bose 的团队开辟了一种算法,可以静态地破坏人脸辨认体系。

  简单来讲,他们选择的办法是经过过程搅扰人脸辨认算法来达到妨碍人脸识其他功能。该算法经过过程改变一些人眼简直弗成识其他渺小像历来改变辨认器的检测成果。虽然算法关于像素的修改非常渺小,但关于检测器来讲倒是致命的。

  研究人员针对 300-W 数据库上的检测成果也证明了这类办法的可行性。该数据集包含多种族,不合照明条件和背景情况的逾越 600 张人脸照片,是一个业界的标准库。成果注解,他们的体系可以将本来可检测到的人脸比例从接近 100% 降低到 0.5% 。

  并且更恐怖的是这个反人脸辨认体系具有神经搜集自立进修才能,可以随着人脸辨认体系的退化而赓续改变本身。

  AI 时代下,我们竟不克不及保全本身的“脸面”。

义务编辑:郭明煜

热点推荐

收起
新浪财经公众号
新浪财经公众号

24小时转动播报最新的财经资讯和视频,更多粉丝福利扫描二维码存眷(sinafinance)

7X24小时

  • 12-12 聚辰股分 688123 --
  • 12-11 和远气体 002971 --
  • 12-11 甬金股分 603995 22.52
  • 12-11 中新集团 601512 --
  • 12-10 嘉必优 688089 23.9
  • 股市直播

    • 图文直播间
    • 视频直播间