Het neurale netwerk werd geleerd om "universele" gezichten te creëren om identificatiesystemen te misleiden

Volgens de auteurs van het onderzoek kunnen negen gesynthetiseerde gezichten afbeeldingen van minstens 40% van de mensen vervangen

vanuit een open database.Tijdens het experiment testten wetenschappers het neurale netwerk StyleGAN Generative Adversarial Network (GAN) op drie effectieve gezichtsherkenningssystemen. Het onderzoek werd samen met wetenschappelijke instellingen in Tel Aviv uitgevoerd.

Tijdens het werk ontdekten wetenschappers dat de enigehet gegenereerde gezicht kan 20% van de gezichten imiteren uit de open database van de Universiteit van Massachusetts. Zoals u weet, is zij het die vaak wordt gebruikt om persoonlijkheidsherkenningssystemen te testen.

Opeenvolgende groepen van "sleutelpersonen" verkregentijdens het onderzoek met behulp van verschillende methoden voor het zoeken naar dekking, waaronder de LM-MA-ES. De Toegewezen Gemiddelde Dekking (MSC) wordt onder elke afbeelding aangegeven.

De methode van Israëlische wetenschappers stelt je in staat om toe te passenopen bronnen als "modellen" voor de "vervanging" van de overgrote meerderheid van de mensen, zonder gebruik te maken van gesloten databases. Onder verschillende omstandigheden waren wetenschappers in staat om "positieve" identificatie van meer dan 40% tot 60% van de gezichten te bereiken met slechts 9 gegenereerde foto's.

Een Israëlische systeemworkflow waarin de StyleGAN wordt gebruikt om iteratief te zoeken naar "sleutelpersonen". Bron: https://arxiv.org/pdf/2108.01077.pdf

Het systeem maakt gebruik van de zogenaamde. Een "evolutionair algoritme" en een "neuropredictor" die de waarschijnlijkheid inschat van hoeveel de huidige "kandidaat" beter zal zijn dan de gezichten die tijdens eerdere pogingen zijn gegenereerd.

Lees verder

Zie hoe een zwart gat een ster begint te vernietigen

Nieuw deeltje ontdekt bij Large Hadron Collider

NASA: de situatie met de "Science" -module is ernstiger dan eerder aangekondigd