Алгоритм может убрать пиксели с любой фотографии

МЕНЮ


Искусственный интеллект
Поиск
Регистрация на сайте
Помощь проекту

ТЕМЫ


Новости ИИРазработка ИИВнедрение ИИРабота разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика

Авторизация



RSS


RSS новости


Пикселизация лиц и номеров автомобилей на фото долгие годы обещала людям хотя бы какую-то надежду на приватность. Но группе американских ученых удалось создать алгоритм, которые расшифровывает то, что скрыто за пикселями. И для этого исследователи использовали простейшие инструменты на основе глубокого обучения.

Ученые из Корнелльского университета и Техасского университета в Остине добились точности 71% при распознавании расплывчатых и пикселизованных изображений. Если алгоритм делает пять попыток подряд, то точность распознавания достигает 83%. При этом шанс, что обычный человек узнает лицо, скрытое за пикселями, равен 0,19%, сообщает Quartz.

Чтобы заглянуть за завесу пикселей, ученые использовали относительно простые инструменты: библиотеку глубокого обучения с открытым кодом Torch, а также взятые из нее шаблоны нейросетей и стандартные наборы данных, которые также находятся в открытом доступе. Именно эта простота и доступность инструментария отличает методику ученых от других подобных экспериментов. Ранее ученые из Общества Макса Планка разработали технологию распознавания людей на размытых фотографиях в Facebook. Они использовали более сложную программу, однако она уступает в точности разработке американских ученых.

Исследователи подчеркивают, что полагаться на старые методы защиты приватности уже не стоит. Компьютерное зрение и машинное обучение способны увидеть то, что скрыты от наших глаз.

Алгоритм не воссоздает лицо или изображение за пикселями, он лишь сообщает, что или кто находится на фотографии, используя заранее известные данные. Система работает как с обычными изображениями с размытием и пикселями, так и с P3 - форматом JPEG-шифрования.

Для эксперимента исследователи взяли обычные изображения, доступные в интернете, а затем пропустили их через инструмент пикселизации на YouTube. После этого алгоритму предоставили два набора изображений - оригиналы и обработанные версии. Такой подход позволил обучить алгоритм. В дальнейшем ему показывали уже другие фотографии тех же людей, но программа все равно узнавала их на расплывчатых снимках в другом ракурсе. Точность идентификации личности составила 57%, а при пяти попытках - 85%.

«Мы используем такой бедняцкий подход. Достаточно взять кое-какие обучающие данные, добавить нейросетей, несколько базовых алгоритмов распознавания изображений - и даже при таком подходе можно получить очень неплохие результаты», - отметил Виталий Шматиков, один из авторов исследования.

Таких результатов может добиться практически каждый, достаточно отыскать в интернете нужный набор обучающих данных. Но по словам ученых, это несложно - некоторые данные находятся в открытом доступе в интернете, например, база данных написанных от руки чисел. При этом исследователи отмечают, что уже существуют методики, которые превосходят их результат в несколько раз, а значит, полагаться на пикселизацию больше нельзя.

Распознавание лиц может стать технологией, которая сильнее всего повлияет на наше будущее. Достаточно лишь представить, что весь город оборудован камерами, за всеми гражданами следят, а их личность устанавливается практически мгновенно.

Профессор Сычуаньского университета использует скрытые камеры, чтобы идентифицировать студентов и отслеживать их посещаемость. Эта же технология помогает определить настроение учащихся на лекциях.

Умный алгоритм ученых Общества Макса Планка, о котором шла речь выше, распознает на фотографии лица, даже если они нечеткие или полностью закрыты. Точность распознавания при этом составляет от 69,6% до 91,5%.


Источник: hightech.fm

Комментарии: