Deepfakes gali anonimizuoti žmones vaizdo įrašuose, išlaikant jų asmenybę

Kategorija: Dirbtinis intelektas Paskelbta rugsėjo 17 d

AI galėtų sukurti veidus, atitinkančius anoniminių subjektų išraiškas, kad suteiktų jiems privatumą, neprarandant gebėjimo išreikšti save.

Naujienos: Nauja technika naudoja generatyvius varžovų tinklus (GAN), giliųjų klastotės technologiją, kad padarytų ką nors anonimišką nuotraukoje ar vaizdo įraše.

Kaip tai veikia: Algoritmas išgauna informaciją apie asmens veido išraišką, nustatydamas akių, ausų, pečių ir nosies padėtį. Tada jis naudoja GAN, parengtą 1,5 milijono veidų vaizdų duomenų bazėje, kad sukurtų visiškai naują veidą su ta pačia išraiška ir sulieja jį su originalia nuotrauka, išlaikant tą patį foną.

Gedimas: Norvegijos mokslo ir technologijos universiteto mokslininkų sukurta technika vis dar yra labai eksperimentinė. Jis veikia su daugelio tipų nuotraukomis ir veidais, tačiau vis tiek suveikia, kai veidas yra iš dalies užkimštas arba pasuktas tam tikru kampu. Technika taip pat labai trikdo vaizdo įrašui.

Kiti darbai: Tai nėra pirmasis AI pagrįstas veido anonimiškumo metodas. Popierius vasarį Olbanio universiteto mokslininkai panaudojo giluminį mokymąsi, kad persodintų pagrindinius tiriamojo veido išraiškų elementus kitam asmeniui. Taikant šį metodą, sutikęs donoras turėjo pasiūlyti savo veidą kaip naują išraiškų drobę.

Kodėl tai svarbu: Veido anonimiškumas naudojamas siekiant apsaugoti asmens tapatybę, pvz., pranešėjo, nuotraukose ir filmuotoje medžiagoje. Tačiau tradicinės technikos, tokios kaip suliejimas ir pikseliavimas, gali būti neišsamios (t. y. asmens tapatybę bet kuriuo atveju galima atrasti) arba visiškai panaikinti asmens asmenybę (t. y. pašalinant veido išraiškas). Kadangi GAN visiškai nenaudoja originalaus subjekto veido, jie pašalina bet kokią ankstesnės problemos riziką. Jie taip pat gali atkurti veido išraiškas didele raiška, taip pasiūlydami pastarųjų sprendimą.

Ne visada blogiukas: Ši technika taip pat parodo naują vertės pasiūlymą GAN, kurie susikūrė blogą reputaciją, nes sumažina kliūtis teikti įtikinamą dezinformaciją. Nors šis tyrimas apsiribojo vaizdine laikmena, išplėtus jis parodo, kaip GAN taip pat gali būti pritaikytas garsui, siekiant anonimizuoti balsus.