Naïve！帽子領(lǐng)巾墨鏡，全都擋不住AI。
人工智能帶來的監(jiān)控才能，超越你的想象。十字路口的攝像頭面前，有人臉辨認(rèn)軟件，有些乃至具有了同時(shí)辨認(rèn)數(shù)千人的才能。
一項(xiàng)最新研討注解，人工智能可以用于辨認(rèn)戴著帽子、墨鏡或領(lǐng)巾來掩蓋本身身份的人。
這篇論文題為Disguised Face Identification （DFI） with Facial KeyPoints using Spatial Fusion Convolutional Network，將揭橥于下月的ICCV Workshop，作者是來自劍橋年夜學(xué)的Amarjot Singh、印度國度理工學(xué)院的Devendra Patil、G Meghana Reddy和印度迷信院的SN Omkar。
這項(xiàng)研討注解，在臉部被部門遮蔽的情形下，停止人臉辨認(rèn)還是有能夠的。不外，進(jìn)步這項(xiàng)技巧的精確性和靠得住性仍有很長的路要走。
研討人員應(yīng)用深度進(jìn)修算法，找出人臉上的特別，并剖析這些點(diǎn)之間的間隔。研討人員拿一張被帽子和領(lǐng)巾遮住的人臉照片，讓算法在5張通俗照片中停止婚配。
成果顯示，關(guān)于戴著帽子和領(lǐng)巾的人，該算法辨認(rèn)的準(zhǔn)確率為56%。假如人臉上還戴著眼鏡，那末準(zhǔn)確率將進(jìn)一步降低至43%。
這些不完善的成果其實(shí)不意味著論文不值得看重。
研討團(tuán)隊(duì)宣布了兩組經(jīng)由假裝和未經(jīng)由假裝的人臉數(shù)據(jù)集，供其別人測試和優(yōu)化這項(xiàng)技巧。而數(shù)據(jù)已被證實(shí)是推進(jìn)人工智能成長的癥結(jié)身分。當(dāng)深度進(jìn)修算法有更多半據(jù)可剖析時(shí)，它們便可以更精確地辨認(rèn)出數(shù)據(jù)中的形式。
這個(gè)用于辨認(rèn)的算法在經(jīng)由掩蓋的人臉上繪制14個(gè)點(diǎn)，隨后應(yīng)用這些點(diǎn)之間的間隔來比擬這些人和其他照片。個(gè)中的重點(diǎn)是眼部四周，同時(shí)也會(huì)存眷鼻尖和嘴角等區(qū)域。
如許的取樣點(diǎn)注解，即便只佩帶年夜眼鏡也會(huì)困惑算法，不外論文作者并沒有表露只佩帶眼鏡的測試成果。
此前，研討人員曾研討過應(yīng)用眼鏡來躲避臉部辨認(rèn)。卡耐基梅隆年夜學(xué)的研討團(tuán)隊(duì)打印了訂制形式的眼鏡，試圖誘騙臉部辨認(rèn)算法，使其將照片毛病辨認(rèn)為別人，例如某個(gè)明星。還有研討人員實(shí)驗(yàn)了訂制圖案的領(lǐng)巾，這些圖案在機(jī)械看來就像是人臉。
不外，臉部照片其實(shí)不是辨認(rèn)或人身份的獨(dú)一辦法。其別人工智能研討注解，人類走路的方法也能起到相似指紋的后果。研討人員應(yīng)用深度進(jìn)修算法，測驗(yàn)考試在154人中辨認(rèn)出或人的步態(tài)，精確率高達(dá)99%。
絕對(duì)于普通的人工智能研討，這項(xiàng)研討有著更嚴(yán)重的實(shí)際意義。例如，假如可以辨認(rèn)經(jīng)由掩蓋的人臉，那末當(dāng)局便可以找出持分歧政見者或抗議者。
《紐約時(shí)報(bào)》評(píng)論員Zeynep Tufekci在Twitter上表現(xiàn)：“很多人都擔(dān)憂，成為自力個(gè)別的人工智能會(huì)對(duì)我們做甚么。很少有人關(guān)懷，權(quán)利會(huì)應(yīng)用人工智能做些甚么。”
