Искусственный интеллект (ИИ) может стать решением для защиты ваших личных фотографий от нежелательного распознавания лиц и мошенников, сохраняя при этом качество изображений. Недавнее исследование, проведенное в Технологическом институте Джорджии и опубликованное 19 июля в базе данных препринтов arXiv, объясняет, как исследователи разработали модель ИИ под названием "Хамелеон". Эта модель создает цифровую "единственную, персонализированную маску защиты конфиденциальности (P-3)" для личных фотографий, предотвращая идентификацию лица с помощью программ сканирования лиц и делая так, чтобы фотографии казались принадлежащими другому человеку. «Данные технологии обмена и аналитики с сохранением конфиденциальности, как Хамелеон, будут способствовать надлежащему управлению и ответственному внедрению технологий ИИ, поощряя ответственную науку и инновации», - заявила ведущий автор исследования Линь Лю, профессор вычислений на основе данных и интеллекта в Школе компьютерных наук Джорджии Тех. Лю разработала модель Хамелеон вместе с другими исследователями. Системы распознавания лиц широко распространены, от полицейских камер до Face ID на iPhone. Несанкционированные сканирования могут привести к тому, что киберпреступники будут собирать изображения для афер, мошенничества или преследования.

Они также могут заносить эти изображения в базы данных для нежелательной рекламы и кибератак. Создание масок Хотя маскирование изображений не является новым, существующие системы часто либо скрывают значительные детали фотографии, либо снижают ее качество, добавляя цифровые артефакты. Чтобы это изменить, исследователи выделяют три ключевые особенности Хамелеона. Первая - это оптимизация между изображениями, позволяющая Хамелеону генерировать одну P3-маску для пользователя вместо одной для каждой фотографии. Это обеспечивает мгновенную защиту и эффективно использует вычислительные ресурсы, что полезно, если Хамелеон используется в устройствах, таких как смартфоны. Во-вторых, Хамелеон использует "оптимизацию восприятия", обеспечивая сохранение визуального качества защищенного изображения без ручного ввода или регулировки параметров. Третья особенность укрепляет P3-маску для сопротивления неизвестным моделям распознавания лиц. Это включает в себя интеграцию оптимизированного по фокальной разнообразности ансамблевого обучения в процесс создания масок, метода машинного обучения, который объединяет прогнозы нескольких моделей для повышения точности алгоритма. В конечном итоге исследователи стремятся расширить методы обфускации Хамелеона за пределы защиты личных изображений.