Neuraaliverkkoa opetettiin luomaan "universaaleja" kasvoja tunnistusjärjestelmien pettämiseksi

Tutkimuksen tekijöiden mukaan 9 syntetisoidulla kasvolla voidaan korvata kuvia vähintään 40 prosentista ihmisistä

avoimesta tietokannasta.Kokeen aikana tutkijat testasivat StyleGAN Generative Adversarial Network (GAN) -hermoverkkoa kolmella tehokkaalla kasvojentunnistusjärjestelmällä. Tutkimus tehtiin yhdessä Tel Avivin tieteellisten laitosten kanssa.

Työn aikana tutkijat havaitsivat, että ainoaluodut kasvot pystyvät jäljittelemään 20% kasvoista Massachusettsin yliopiston avoimesta tietokannasta. Kuten tiedätte, juuri häntä käytetään usein persoonallisuuden tunnistusjärjestelmien testaamiseen.

Peräkkäiset "avainhenkilöiden" ryhmät saatukyselyn aikana käyttämällä erilaisia ​​kattavuushakutapoja, mukaan lukien LM-MA-ES. Keskimääräinen kattavuus (MSC) näkyy kunkin kuvan alla.

Israelin tutkijoiden menetelmä mahdollistaa hakemuksenavoimet lähteet "malleina" valtaosan ihmisten "korvaamiseksi" käyttämättä suljettuja tietokantoja. Eri olosuhteissa tutkijat pystyivät saavuttamaan "positiivisen" tunnistuksen yli 40-60% kasvoista käyttämällä vain 9 luotua valokuvaa.

Israelin järjestelmän työnkulku, jossa StyleGANia käytetään iteratiivisesti "avainhenkilöiden" etsimiseen. Lähde: https://arxiv.org/pdf/2108.01077.pdf

Järjestelmä käyttää ns. "Evoluutioalgoritmi" ja "neuroprediktori", joka arvioi todennäköisyyden siitä, kuinka paljon nykyinen "ehdokas" on parempi kuin edellisen yrityksen aikana syntyneet kasvot.

Lue lisää

Katso, kuinka musta aukko alkaa tuhota tähteä

Suuri Hadron Colliderista löydettiin uusi hiukkanen

NASA: Science -moduulin tilanne on vakavampi kuin aiemmin ilmoitettu