• Home
  • Química
  • Astronomía
  • Energía
  • Naturaleza
  • Biología
  • Física
  • Electrónica
  • El equipo de desidentificación explora el bloqueo de reconocimiento facial en videos

    (a) La arquitectura de la red. Para acondicionamiento, Se utiliza una red de reconocimiento facial previamente entrenada. (b) Una ilustración de la pérdida de percepción de múltiples imágenes utilizada, que emplea dos réplicas de la misma red de reconocimiento facial. Crédito:Desidentificación facial en vivo en video, Oran Gafni y col.

    Facebook ha descubierto la desidentificación de personas en videos. Esperar, ¿Facebook? ¿No se critican a menudo las plataformas sociales por los derechos de privacidad? No esta vez, al menos no en los pasillos de Facebook AI Research.

    Oran Gafni, un miembro del equipo que trabajó en la protección de rostros contra los sistemas de reconocimiento, publicó un video, "Muestras de video de desidentificación" el 15 de octubre. Gafni, un ingeniero de investigación en Facebook AI Research, tiene títulos de ingeniería eléctrica de la Universidad de Tel-Aviv, bajo la supervisión del Prof. Lior Wolf. La tesis de Gafni se centró en la edición semántica de rostros en vivo en video, utilizando codificadores automáticos adversarios profundos.

    El artículo que analiza su trabajo se titula "Desidentificación de rostros en vivo en video". Los autores son Gafni y Lior Wolf, con afiliaciones declaradas de Facebook AI Research y la Universidad de Tel-Aviv, y Yaniv Tagman, Investigación de IA de Facebook.

    Khari Johnson en VentureBeat retomó por qué la investigación es importante. "Startups como D-ID y una serie de trabajos anteriores han creado tecnología de desidentificación para imágenes fijas, pero este es el primero que funciona en video ".

    El conocimiento de Facebook está en el ámbito de la investigación. Específicamente, esto es Facebook AI Research, y el grupo no tiene planes, un portavoz dijo VentureBeat , "para aplicar la tecnología a cualquier parte de la familia de aplicaciones de Facebook en este momento".

    Facebook, aunque, podría beneficiarse de los intentos de defender el anonimato.

    Johnson destacó la reciente controversia sobre las aplicaciones de la tecnología de reconocimiento facial. Facebook enfrenta una amenaza de $ 35 mil millones de una demanda colectiva, según lo informado por sitios de noticias que incluyen TechCrunch .

    Cómo funciona:la IA se trata de la modificación automática de video. El método mapea una versión ligeramente distorsionada en el rostro de una persona, de modo que resulta difícil para la tecnología de reconocimiento facial identificar a una persona.

    Johnson dijo que su método "empareja un codificador automático adversario con una red de clasificación".

    Johnson pasó a describir claramente lo que está sucediendo:"La IA utiliza una arquitectura de codificador-decodificador para generar tanto una máscara como una imagen. Durante el entrenamiento, la cara de la persona se distorsiona y luego se alimenta a la red. Luego, el sistema genera imágenes distorsionadas y no distorsionadas de la cara de una persona para obtener una salida que se puede incrustar en el video ".

    ¿Qué tan bien funciona? Los investigadores intentaron engañar a las redes de reconocimiento facial y salieron confiados de haber encontrado una técnica significativa. "Nuestra contribución es la única adecuada para video, incluyendo video en vivo, y presenta una calidad que supera con creces los métodos de la literatura. El enfoque es elegante y marcadamente novedoso, empleando un descriptor de rostro existente concatenado al espacio de incrustación, una máscara aprendida para mezclar, un nuevo tipo de pérdida de percepción para obtener el efecto deseado, entre algunas otras contribuciones ".

    Mira las cifras en el periódico, que son ejemplos de los cambios de identidad de su método. Los autores señalaron que solo cambiar mínimamente la imagen es importante para que el método sea compatible con video. Dijeron que en su trabajo, el cambio se mide usando características de nivel medio y bajo y no usando normas en los píxeles mismos.

    Estaban al tanto de una investigación que había demostrado que las perturbaciones de la imagen causadas por ejemplos contradictorios distorsionan las características de nivel medio "que restringimos para que no se modifiquen".

    En una entrevista con VentureBeat , Wolf dijo que "el codificador automático es tal que intenta hacerle la vida más difícil a la red de reconocimiento facial, y en realidad es una técnica general que también se puede utilizar si desea generar una forma de enmascarar la de alguien, decir, voz o comportamiento en línea o cualquier otro tipo de información identificable ".

    La Conferencia Internacional sobre Visión por Computador (ICCV) en Seúl, Corea del Sur, es un lugar donde los investigadores de Facebook fueron incluidos en la lista para unirse a expertos en visión por computadora de todo el mundo para discutir los últimos avances. Se informó que el calendario de Seúl tenía la presentación del equipo lista, "Desidentificación facial en vivo en video".

    El resumen de su artículo dice:"Proponemos un método para la desidentificación facial que permite la modificación de video completamente automática a altas velocidades de cuadro. El objetivo es descorrelacionar al máximo la identidad mientras se tiene la percepción (pose, iluminación, y expresión) fijo. Logramos esto mediante una novedosa arquitectura de red de codificador-decodificador de retroalimentación que está condicionada a la representación de alto nivel de la imagen facial de una persona. La red es global en el sentido de que no es necesario volver a capacitarlo para un video determinado o para una identidad determinada, y crea secuencias de imágenes de aspecto natural con poca distorsión en el tiempo ".

    Tyler Lee en Ubergizmo reconoció al ojo humano que cualquier diferencia entre las fotos de antes y después podría ser desconcertante, pero los cambios fueron suficientes para confundir al sistema. Lee dijo que "esto parece una especie de deepfake inverso en el que distorsiona la cara de la persona ligeramente hasta el punto de confundir los sistemas de reconocimiento facial. pero al mismo tiempo mantén suficiente del original para que tú, como humano, definitivamente sabrá con quién estás saliendo ".

    © 2019 Science X Network




    © Ciencia https://es.scienceaq.com