Det nevrale nettverket ble lært å lage "universelle" ansikter for å lure identifikasjonssystemer

I følge forfatterne av studien kan 9 syntetiserte ansikter erstatte bilder av minst 40 % av mennesker

fra en åpen database.Under eksperimentet testet forskerne StyleGAN Generative Adversarial Network (GAN) nevrale nettverk på tre effektive ansiktsgjenkjenningssystemer. Forskningen ble utført i fellesskap med vitenskapelige institusjoner i Tel Aviv.

Under arbeidet fant forskerne ut at den enestedet genererte ansiktet er i stand til å etterligne 20% av ansiktene fra den åpne databasen ved University of Massachusetts. Som du vet, er det hun som ofte er vant til å teste personlighetsgjenkjenningssystemer.

Påfølgende grupper med "nøkkelpersoner" oppnåddunder undersøkelsen ved hjelp av ulike dekningsmetoder, inkludert LM-MA-ES. Gjennomsnittlig dekning tildelt (MSC) er angitt under hvert bilde.

Metoden til israelske forskere lar deg søkeåpne kilder som "modeller" for "substitusjon" av de aller fleste mennesker, uten å bruke lukkede databaser. Under forskjellige forhold klarte forskere å oppnå en "positiv" identifikasjon av mer enn 40% til 60% av ansiktene ved å bare bruke 9 genererte fotografier.

En israelsk systemarbeidsflyt der StyleGAN brukes til iterativt å søke etter "nøkkelpersoner". Kilde: https://arxiv.org/pdf/2108.01077.pdf

Systemet bruker det såkalte. En "evolusjonær algoritme" og en "neuropredictor" som anslår sannsynligheten for hvor mye den nåværende "kandidaten" vil være bedre enn ansiktene som ble generert under tidligere forsøk.

Les mer

Se hvordan et svart hull begynner å ødelegge en stjerne

Ny partikkel oppdaget på Large Hadron Collider

NASA: situasjonen med "Science" -modulen er mer alvorlig enn tidligere annonsert