Неуронска мрежа је научена да ствара "универзална" лица како би преварила идентификационе системе

Према ауторима студије, 9 синтетизованих лица може заменити слике најмање 40% људи

из отворене базе података.Током експеримента, научници су тестирали неуронску мрежу СтилеГАН Генеративе Адверсариал Нетворк (ГАН) на три ефикасна система за препознавање лица. Истраживање је спроведено заједно са научним институцијама у Тел Авиву.

Током рада научници су открили да је јединигенерисано лице може да имитира 20% лица из отворене базе података Универзитета у Масачусетсу. Као што знате, она се често користи за тестирање система препознавања личности.

Добијене су узастопне групе „кључних особа“током истраживања користећи различите методе претраживања покривености, укључујући ЛМ-МА-ЕС. Просечна додељена покривеност (МСЦ) наведена је испод сваке слике.

Метода израелских научника омогућава вам да се пријавитеотворени извори као „модели“ за „замену“ велике већине људи, без коришћења затворених база података. Под различитим условима, научници су успели да постигну „позитивну“ идентификацију више од 40% до 60% лица користећи само 9 генерисаних фотографија.

Израелски систем рада у којем се СтилеГАН користи за итеративно тражење „кључних особа“. Извор: хттпс://аркив.орг/пдф/2108.01077.пдф

Систем користи тзв. „Еволуцијски алгоритам“ и „неуропредиктор“ који процењује вероватноћу колико ће тренутни „кандидат“ бити бољи од лица насталих током претходних покушаја.

Опширније

Погледајте како црна рупа почиње да уништава звезду

Нова честица откривена на Великом хадронском сударачу

НАСА: ситуација са модулом "Наука" је озбиљнија него што је раније најављивано