Neuronska mreža naučena je stvarati "univerzalna" lica kako bi zavarala identifikacijske sustave

Prema autorima studije, 9 sintetiziranih lica može zamijeniti slike najmanje 40% ljudi

iz otvorene baze podataka.Tijekom eksperimenta znanstvenici su testirali neuralnu mrežu StyleGAN Generative Adversarial Network (GAN) na tri učinkovita sustava za prepoznavanje lica. Istraživanje je provedeno u suradnji sa znanstvenim institucijama u Tel Avivu.

Tijekom rada znanstvenici su otkrili da je jedinigenerirano lice može oponašati 20% lica iz otvorene baze podataka Sveučilišta Massachusetts. Kao što znate, upravo se ona često koristi za testiranje sustava prepoznavanja osobnosti.

Dobivene su uzastopne skupine "ključnih osoba"tijekom istraživanja koristeći različite metode pretraživanja pokrivenosti, uključujući LM-MA-ES. Dodijeljena prosječna pokrivenost (MSC) navedena je ispod svake slike.

Metoda izraelskih znanstvenika omogućuje vam primjenuotvoreni izvori kao "modeli" za "zamjenu" velike većine ljudi, bez korištenja zatvorenih baza podataka. Pod različitim uvjetima, znanstvenici su uspjeli postići "pozitivnu" identifikaciju više od 40% do 60% lica koristeći samo 9 generiranih fotografija.

Tijek rada izraelskog sustava u kojem se StyleGAN koristi za iterativno traženje "ključnih osoba". Izvor: https://arxiv.org/pdf/2108.01077.pdf

Sustav koristi tzv. "Evolucijski algoritam" i "neuroprediktor" koji procjenjuje vjerojatnost koliko će trenutni "kandidat" biti bolji od lica nastalih tijekom prethodnih pokušaja.

Čitaj više

Pogledajte kako crna rupa počinje uništavati zvijezdu

Nova čestica otkrivena na velikom hadronskom sudaraču

NASA: situacija s modulom "Science" ozbiljnija je nego što je prethodno najavljeno