Det neurala nätverket lärdes att skapa "universella" ansikten för att lura identifieringssystem

Enligt författarna till studien kan 9 syntetiserade ansikten ersätta bilder på minst 40 % av människorna

från en öppen databas.Under experimentet testade forskare StyleGAN Generative Adversarial Network (GAN) neurala nätverk på tre effektiva ansiktsigenkänningssystem. Forskningen utfördes tillsammans med vetenskapliga institutioner i Tel Aviv.

Under arbetet fick forskarna reda på att den endadet genererade ansiktet kan imitera 20% av ansikten från den öppna databasen vid University of Massachusetts. Som ni vet är det hon som ofta används för att testa personlighetsigenkänningssystem.

Grupper i rad "nyckelpersoner" erhållnaunder undersökningen med hjälp av olika täckningssökningsmetoder, inklusive LM-MA-ES. Genomsnittlig täckning tilldelad (MSC) anges under varje bild.

Metoden för israeliska forskare låter dig ansökaöppna källor som "modeller" för "substitution" av de allra flesta människor, utan att använda slutna databaser. Under olika förhållanden kunde forskare uppnå "positiv" identifiering av mer än 40% till 60% av ansikten med endast 9 genererade fotografier.

Ett israeliskt system arbetsflöde där StyleGAN används för att iterativt söka efter ”nyckelpersoner”. Källa: https://arxiv.org/pdf/2108.01077.pdf

Systemet använder den så kallade. En "evolutionär algoritm" och en "neuroprediktor" som uppskattar sannolikheten för hur mycket den nuvarande "kandidaten" kommer att bli bättre än ansiktena som genererades under tidigare försök.

Läs mer

Se hur ett svart hål börjar förstöra en stjärna

Ny partikel upptäcktes vid Large Hadron Collider

NASA: situationen med "Science" -modulen är allvarligare än tidigare meddelat