量子位 报道 | 民众号 QbitAI
左图,右图,你能看出区别吗?
实在,算法已经悄悄给右边的照片加上了细小的修改。
但就是这样肉眼基本看不出来的扰动,就能100%骗过来自微软、亚马逊、旷视——全球最先进的人脸识别模子!
以是意义何在?
这代表着你再也不用忧郁po在网上的照片被某些软件扒得干干净净,打包、分类,几毛钱一整份卖掉喂AI了。
这就是来自芝加哥大学的最新研究:给照片加上一点肉眼看不出来的修改,就能让你的脸乐成「隐形」。
如此一来,纵然你在网络上的照片被非法抓取,用这些数据训练出来的人脸模子,也无法真正乐成识别你的脸。
给照片穿上「隐身衣」这项研究的目的,是辅助网友们在分享自己的照片的同时,还能有用珍爱自己的隐私。
因此,「隐身衣」自己也得「隐形」,制止对照片的视觉效果产生影响。
也就是说,这件「隐身衣」,实在是对照片举行像素级别的细小修改,以蒙蔽AI的审阅。
实在,对于深度神经网络而言,一些带有特定标签的细小扰动,就能够改变模子的「认知」。
好比,在图像里加上一点噪声,熊猫就变成了长臂猿:
Fawkes就是利用了这样的特征。
用 x 指代原始图片,xT为另一种类型/其他人脸照片,φ 则为人脸识别模子的特征提取器。
详细而言,Fawkes是这样设计的:
第一步:选择目的类型 T
指定用户 U,Fawkes的输入为用户 U 的照片聚集,记为 XU。
从一个包罗有许多特定分类标签的公然人脸数据集中,随机选取 K 个候选目的类型机械图像。
使用特征提取器 φ 盘算每个类 k=1…K 的特征空间的中心点,记为 Ck。
尔后,Fawkes会在 K 个候选聚集中,选取特征示意中心点与 XU 中所有图像的特征示意差异最大的类,作为目的类型 T。
第二步:盘算每张图像的「隐身衣」
随机选取一幅 T 中的图像,为 x 盘算出「隐身衣」δ(x, xT) ,并根据公式举行优化。
,欢迎进入欧博allbet客户端(Allbet Game):www.aLLbetgame.us,欧博官网是欧博集团的官方网站。欧博官网开放Allbet注册、Allbe代理、Allbet电脑客户端、Allbet手机版下载等业务。
版权声明
本文仅代表作者观点,
不代表本站泰初文化传媒有限公司的立场。
本文系作者授权发表,未经许可,不得转载。
发表评论