Facebook開發反人臉識別技術,實時視頻也可使用

Facebook開發反人臉識別技術,實時視頻也可使用
Facebook開發反人臉識別技術,實時視頻也可使用

面部識別技術已經越來越普遍地被用在我們的生活中。

每天,我們刷臉解鎖手機,翻看相冊裡已根據人臉分類好的照片,甚至在上傳圖片到社交網絡上時也不用自己填寫人名,因為AI已經識別出你圖片中人物的名字了。

但如果有一天,AI也能欺騙AI,以假亂真呢?

外媒VentureBeat報導稱,近日,Facebook的人工智能實驗室Facebook AI Research(FAIR)開發出一種“去識別”系統,該系統可以欺騙面部識別系統,例如,讓面部識別系統將你識別為一位女明星。

Facebook開發反人臉識別技術,實時視頻也可使用
Facebook開發反人臉識別技術,實時視頻也可使用

圖源:the verge

儘管,2015年Facebook才被起訴違反了《伊利諾伊州生物識別信息隱私法案》。該法案要求,公司在收集和存儲包括面部掃瞄在內的生物識別數據時,需要制定公共政策。而Facebook在其“標籤建議”功能中使用了生物識別技術,卻並沒有制定相關政策。

但FAIR此次開發的“去識別”技術卻是反人臉識別的。該技術通過機器學習,能夠實時地改變視頻中人臉的關鍵面部特徵。它可以用在視頻,甚至是實時視頻中。

事實上這種“去識別”技術過去已經存在,許多公司已經擁有了對靜態圖象“去識別”的技術,如初創公司D-ID。該公司聲稱,其技術能改變一張人臉圖片中的生物信息,使圖片無法被人臉識別算法識別,但兩張圖片看上去仍是一樣的。

Facebook開發反人臉識別技術,實時視頻也可使用
Facebook開發反人臉識別技術,實時視頻也可使用

圖源:D-ID

還有一種被稱為對抗圖案(Adversarial Example) 的圖形,它利用電腦視覺軟件在訓練識別特定特徵時的漏洞,讓識別系統產生誤判。例如,有一副印有對抗圖案的墨鏡,能夠使面部識別系統誤認為你是女演員Milla Jovovich。

過去的技術通常應用於從監控攝像頭等渠道獲得的照片、靜止影像,或是已事先計劃好利用對抗圖象欺騙人臉識別系統。現在,FAIR的研究針對實時影像和視頻腳本,FAIR稱這項技術成果是行業首例,且它足以抵抗精密的面部識別系統。

“面部識別可能會導致隱私的丟失,並且可能有人使用面部替換的技術來製作誤導性視頻。”一篇解釋該技術的論文稱,“最近,世界上關於人臉識別技術的發展和濫用,激起了人們瞭解反人臉識別技術的需求。我們的研究成果,是唯一適用於包括實時視頻在內的所有視頻文件的技術,並且呈現的效果遠遠超過理論值。”

據VentureBeat報導,Facebook並不打算在任何商業產品中使用這個反人臉識別技術,但這項研究可能會對未來的個人隱私保護工具產生影響。並且,就像該研究在“誤導性視頻”中所強調的那樣,它能夠防止個人肖像被用於製造偽造視頻。

目前,Deepface等偽造視頻的問題嚴重,用於製作Deepface的工具也日益精密。AI行業正在努力攻克這些問題。Facebook此次的研究成果,便提供了一種可行的方法。

同時,立法機關與科技公司也正在嘗試著推出類似的可檢測視頻是否造假的工具,並著力於推出限制偽造視頻、影像等傳播的相關監管政策。

本文經授權發布,不代表36氪立場。

如若轉載請註明出處。來源出處:36氪