Neurónová sieť sa učila vytvárať „univerzálne“ tváre na klamanie identifikačných systémov

Podľa autorov štúdie dokáže 9 syntetizovaných tvárí nahradiť obrázky najmenej 40 % ľudí

z otvorenej databázy.Počas experimentu vedci testovali neurónovú sieť StyleGAN Generative Adversarial Network (GAN) na troch účinných systémoch rozpoznávania tváre. Výskum sa uskutočnil v spolupráci s vedeckými inštitúciami v Tel Avive.

Počas práce vedci zistili, že jedinévygenerovaná tvár je schopná napodobniť 20% tvárí z otvorenej databázy University of Massachusetts. Ako viete, je to ona, ktorá sa často používa na testovanie systémov rozpoznávania osobnosti.

Získané boli po sebe idúce skupiny „kľúčových osôb“počas prieskumu pomocou rôznych metód vyhľadávania pokrytia, vrátane LM-MA-ES. Priradený priemerný rozsah pokrytia (MSC) je uvedený pod každým obrázkom.

Metóda izraelských vedcov vám umožňuje uplatniť saotvorené zdroje ako „modely“ na „substitúciu“ veľkej väčšiny ľudí, bez použitia uzavretých databáz. Za rôznych podmienok boli vedci schopní dosiahnuť „pozitívnu“ identifikáciu viac ako 40% až 60% tvárí pomocou iba 9 vygenerovaných fotografií.

Pracovný tok izraelského systému, v ktorom sa StyleGAN používa na iteračné vyhľadávanie „kľúčových osôb“. Zdroj: https://arxiv.org/pdf/2108.01077.pdf

Systém používa tzv. „Evolučný algoritmus“ a „neuroprediktor“, ktorý odhaduje pravdepodobnosť, do akej miery bude súčasný „kandidát“ lepší ako tváre generované počas predchádzajúcich pokusov.

Čítaj viac

Uvidíte, ako čierna diera začína ničiť hviezdu

Nová častica objavená na Large Hadron Collider

NASA: situácia s modulom „Veda“ je vážnejšia, než sa pôvodne avizovalo