УкраїнськаУКР
EnglishENG
PolskiPOL
русскийРУС

Ученые научили нейронную сеть распознавать замазанные на изображении объекты и текст

1,3 т.
Ученые научили нейронную сеть распознавать замазанные на изображении объекты и текст

Долгое время "замыливание" и пикселизация части изображения, содержащего приватную информацию, регистрационные данные, и лица очень хорошо помогали сохранить в тайне то, что необходимо. Но теперь, похоже, этот способ маскировки нельзя считать достаточно надёжным. Дело в том, что исследователи из Техасского университета разработали систему машинного обучения, которая может с пугающей точностью идентифицировать замазанные лица и текст. Специалисты, обучившие новую систему, рассказали, что это было не так уж и сложно сделать.

Человек, глядя на размытую картинку или её часть, не может распознать то, что на ней изображено, а вот нейронная сеть вполне очень даже может и делает это замечательно, безошибочно распознавая текст и картинки, размазанные с применением разных методов. Нейронную сеть научили "видеть" сквозь пикселизацию и даже узнавать, что пытается скрыть сервис YouTube своим патентованным инструментом размытия. Пока система машинного обучения не умеет "размыливать" картинку, но вполне может идентифицировать объект на картинке, сопоставив его с оригиналом.

Исследователи взяли открытую программную платформу машинного обучения Torch, алгоритмы распознавания лиц и текста, соединили всё и приступили к обучению нейронной сети. Точность распознавания составила от 80 до 90 процентов в случае с обработанными изображениями на YouTube и 50-75 процентов при анализе тщательно запикселенными с помощью фоторедакторов картинками. Хуже всего нейронная сеть справилась с картинками, обработанными с помощью инструмента шифрования P3 (Privacy-Preserving Photo Sharing) — тут точность составила всего около 17 процентов.

Беспокоиться насчёт того, что теперь всё, что вы когда-либо замазали, станет достоянием общественности, пока ещё рановато, но полученные результаты показывают, что этот день, возможно, не так уж и далёк.