Приховати людину, розмалювавши її обличчя? Комп’ютерна система каже, що не варто турбуватися

Всім відомий стандартний метод приховування особи людини в новинній статті або відео, який часто включає в себе розмиття або пікселізацію обличчя, щоб зробити його невпізнанним.

Хороші новини? Вони все ще залишаються невпізнанними для переважної більшості людей. Погана новина? Вони не обдурять сучасну комп’ютерну науку.

Про це свідчить новий проект, здійснений дослідниками з Техаського університету в Остіні і Корнельського університету, які використовували глибоке навчання для правильного вгадування відредагованих ідентифікаційних даних людей, прихованих за допомогою обфускації. У той час як людина вгадувала відредаговані особистості правильно в 0,19 відсотка випадків, система машинного навчання змогла зробити правильне судження з 83-відсотковою точністю, коли їй було дозволено п’ять спроб.

“Розмиття і пікселізація часто використовуються для приховування особистості людей на фотографіях і відео, – розповів Digital Trends Віталій Шматіков, професор комп’ютерних наук в Корнеллі. “У багатьох з цих сценаріїв противник має досить гарне уявлення про невеликий набір можливих людей, які могли б з’явитися на зображенні, і йому просто потрібно з’ясувати, хто з них на знімку”.

Це, продовжив Шматіков, якраз той сценарій, де добре спрацьовує технологія команди. “Це показує, що розмиття, пікселізація та інші методи затушовування зображення можуть не забезпечити достатнього захисту, коли викриття чиєїсь особистості може поставити її під загрозу”, – сказав він.

Виклик, звичайно, полягає в тому, що часто такі методи редагування особистості людини використовуються для захисту людини, наприклад, викривача або свідка злочину. Застосовуючи такі алгоритми розпізнавання зображень, засновані на штучних нейронних мережах, до зображень, які таким чином були затушовані за допомогою готових інструментів, люди потенційно можуть бути поставлені під загрозу.

“Фундаментальною проблемою є подолання розриву між технологіями захисту приватності та машинним навчанням”, – сказав Шматіков. “Багато розробників технологій захисту конфіденційності не в повній мірі оцінюють можливості сучасного машинного навчання – і це призводить до появи технологій, які насправді не захищають конфіденційність”.

Рекомендації редакції

• Основні податкові служби відправляють ваші дані в Meta і Google
• Чому режим інкогніто в Google Chrome – не те, за що себе видає
• Хакери можуть ховатися на вашому улюбленому сайті у всіх на виду
• Понад 80% сайтів, які ви відвідуєте, крадуть ваші дані
• Не піддавайтеся на цю хитру нову аферу з Microsoft Office

Source: digitaltrends.com