人工智能可以生成与匿名用户的表情相匹配的面孔,从而保护用户隐私,同时又不丧失用户原本的表达意图。
最新消息:一项新技术使用生成式对抗网络(GANs,deepfake背后的技术)来匿名某人的照片或视频。
工作原理:该算法通过找到眼睛、耳朵、肩膀和鼻子的位置来提取用户面部表情的信息。然后,该算法使用一个GANs,在150万张人脸图像的数据库上进行训练,创造出一张表情相同的全新人脸,并将其融合到原始照片中,但保留相同的背景。
缺陷:该技术由挪威科技大学的研究人员开发,目前仍处于实验阶段。它适用于许多类型的照片和人脸,但当脸部部分被遮挡或以特定角度旋转时,它仍然会出错。这种技术在视频方面也很有缺陷。
其他工作:这不是第一个基于人工智能的人脸匿名技术。今年2月,奥尔巴尼大学的研究人员发表了一篇论文,利用深度学习将实验对象面部表情的关键元素移植到其他人身上。这种方法需要一个志愿者自愿提供TA的脸作为表情的新画布。
为什么重要:人脸匿名化是用来保护照片和视频中某人的身份。但是传统的技术,比如模糊和像素化,处理的结果可能是不完整的或剥离了人的个性。而且通过去除面部表情,也可能会发现这个人的身份。因为GANs根本没有使用受试者的原始面孔,所以能有效消除这一风险。并且GANs还可以在高分辨率下重现面部表情,为重现用户个性提供了解决方案。
技术并不总是用在坏处:GANs因为降低了产生逼真的错误信息的门槛而臭名昭著,而这种技术为GANs展示了一种新的价值主张和可能。虽然这项研究目前仅限于视觉媒体,但通过扩展,GANs也可能应用于音频匿名语音等。
领取专属 10元无门槛券
私享最新 技术干货