大发888游戏下载：微软旷视人脸识别100%失灵！北京十一学校校友新研究「隐身衣」，帮你珍爱照片隐私数据

萧箫 鱼羊 发自 凹非寺
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。

,

欧博allbet客户端

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。