Невронната мрежа беше научена да създава „универсални“ лица, за да заблуди системите за идентификация

Според авторите на изследването 9 синтезирани лица могат да заменят образите на поне 40% от хората

от отворена база данни.По време на експеримента учените тестваха невронната мрежа StyleGAN Generative Adversarial Network (GAN) върху три ефективни системи за разпознаване на лица. Изследването е проведено съвместно с научни институции в Тел Авив.

По време на работата учените установиха, че единствениятгенерираното лице е в състояние да имитира 20% лица от отворената база данни на Университета в Масачузетс. Както знаете, именно тя често се използва за тестване на системи за разпознаване на личността.

Получени са последователни групи от „ключови лица“по време на проучването, използвайки различни методи за търсене на покритие, включително LM-MA-ES. Под всяко изображение е посочено средното присвоено покритие (MSC).

Методът на израелските учени ви позволява да прилагатеотворени източници като „модели“ за „заместване“ на по -голямата част от хората, без да се използват затворени бази данни. При различни условия учените успяха да постигнат „положителна“ идентификация на повече от 40% до 60% от лицата, използвайки само 9 генерирани снимки.

Работен процес на израелска система, в който StyleGAN се използва за итеративно търсене на „ключови лица“. Източник: https://arxiv.org/pdf/2108.01077.pdf

Системата използва т.нар. „Еволюционен алгоритъм“ и „невропредсказател“, който оценява вероятността доколко настоящият „кандидат“ ще бъде по -добър от лицата, генерирани по време на предишни опити.

Прочетете още

Вижте как черна дупка започва да унищожава звезда

Нова частица, открита на Големия адронен колайдер

НАСА: ситуацията с модула "Наука" е по -сериозна от обявеното по -рано