Facebook开发了一个“去识别化”系统，可以让你在实时视频中“隐形”人脸识别系统：在不改变原始数据分布的情况下，将人脸匿名化。更通俗地说，就是在不改变原人的姿势和背景的情况下，输出逼真的人脸。在这项技术的加持下，人脸识别系统仍然可以正常运行，但根本无法识别原来的人脸身份，造假者可以冒充他人利用人脸识别系统自由进出设施。根据作者的测试，匿名化后的人脸仍然保持接近原图的人脸识别度。对于普通人脸识别，人脸识别的平均准确率仅下降0.7%。人脸所包含的自然信息自然是100%不重叠的。用AI欺骗AI，这波操作简直就是666。此前Facebook也尝试过反人脸识别，近日，终于有了结果。外媒VentureBeat报道称，Facebook的人工智能实验室FacebookAIResearch（FAIR）最近开发了一种“去识别化”系统，可以欺骗面部识别系统，例如，让面部识别系统将你识别为一个人。女明星。该技术使用机器学习实时改变视频中人物的关键面部特征，从而诱使面部识别系统错误识别物体。据称，该技术将对抗性自动编码器与训练有素的面部分类器配对，以混淆面部识别系统的方式轻微扭曲人脸，同时保持人们可以识别的自然外观，它可以用于视频，甚至是实时视频。事实上，这种“去标识化”技术在过去就已经存在，以色列自动反人脸识别系统提供商D-ID就开发了针对静态图像的去标识化技术。也称为对抗性示例，它利用计算机视觉系统的弱点，人们通过在面部识别系统上打印对抗性图案来欺骗面部识别系统看到不存在的事物。过去的技术通常应用于照片、从监控摄像头等来源获得的静止图像，或者预先计划使用对抗性图像来欺骗人脸识别系统。现在，FAIR的研究是针对实时图像和视频转录，FAIR称这是行业首创，其强度足以抵御复杂的面部识别系统。Facebook还发表了一篇论文，解释其对新技术的立场。它提出了这样的想法，即面部识别可能会侵犯隐私，并且面部替换技术可能会被用来制作误导性视频。为了控制人脸识别技术的滥用，公司推出了视频去标识化的方法，取得了不错的效果。此外，据VentureBeat报道，Facebook不打算在任何商业产品中使用这种反人脸识别技术，但这项研究可能会对未来的个人隐私保护工具产生影响。而且，正如该研究在“误导性视频”中强调的那样，它可以防止个人肖像被用来制作假视频。事实上，反人脸识别技术近年来发展迅速。早在去年，多伦多大学ParhamAarabi教授和研究生AvishekBose的团队就开发了一种可以动态破坏人脸识别系统的算法。简单来说，他们选择的方法就是通过干扰人脸识别算法来阻碍人脸识别功能的发挥。该算法通过改变一些人眼几乎无法辨别的微小像素来改变识别器的检测结果。虽然算法对像素点做了很小的改动，但对检测器来说却是致命的。研究人员在300-W数据库上的检测结果也证实了该方法的可行性。该数据集包含600多张多种族、不同光照条件和背景环境的人脸照片，是一个行业标准库。结果表明，他们的系统可以将本来可以检测到的人脸比例从近100%降低到0.5%。更可怕的是，这套反人脸识别系统具有神经网络自主学习的能力，可以随着人脸识别系统的演进不断改变自己。但更让雷锋网小编感到恐惧的是，在AI时代，我们自己的“面子”都保不住了。
