作者：LILYHAYNEWMAN

来源：机器之心（编译）

物联网智库整理发布

转载请注明来源和出处

------------

随着计算机视觉越来越强大，那些被马赛克的地方......还是能被看到~~

来自德克萨斯大学奥斯汀分校(UniversityofTexasatAustin)和康奈尔理工学院（CornellTech）的研究人员说，他们已经训练了一个软件，这个软件可以通过学习阅读和观看图象中隐藏的内容来暗中破坏如模糊或马赛克这类标准内容遮盖技术下的隐私利益，如从模糊的门牌号码到一张有背景中的打了马赛克的人脸。他们甚至不需要煞费苦心地开发延伸新的图片显像（imageuncloaking）方法。团队人员发现主流的机器学习方法，就是通过一组样本数据来“训练”计算机，而不是编程，可以轻而易举地实现这个解码模糊图像的技术。

来自CornellTech的VitalyShmstikov说道：“我们在这篇论文中用到的技术是非常标准的图像识别技术”，他是论文的作者之一。由于这项研究中采用的机器学习方法已经广为人知，网上的教程和培训手册中都有，Shmatikov说一个了解最基础的技术知识的人就可以实行这些类型的攻击。而且，目前已经有了更强大的物体和人脸识别技术，这些技术在破解视觉编辑方法上更有潜力。

上图来自四个数据库的图像。最左边的是原图，后面的四列图像中马赛克越来越多，最后三列用P3展示了三个等级的遮蔽效果。图片越模糊，机器学习软件识别出潜在图象的成功率越低。但是在研究人员的大部分试验中，识别模糊文字或图像的效率依旧可以达到50%。

这些研究人员可以击破三种隐私保护技术，最简单的是YouTube的专有模糊工具。YouTube允许上传者在视频中模糊他们想要掩盖对象或数据，但是这个团队可以用他们的破解技术来确认视频中的人脸的。另一个例子是，研究人员破解了像素化技术，（又称图像拼接，马赛克）。为了产生不同像素等级的图像，他们采用了自己部署的标准马赛克技术。研究人员说这些技术可以在Photoshop和其它常见的软件中找到。最后，他们破解了一个名为隐私保护照片分享（PrivacyPreservingPhotoSharing或P3）的工具，这个工具可以在JPEG照片中加密标识数据，使人眼看不到整体的图象，但同时保证其它数据要素（data







































北京白癜风研究中心
北京白癜风研究中心