原标题：多伦多大学用对抗学习打造“隐私滤镜”，不让脸部分辨功能认出你

多伦多大学研究员开发的“隐私滤镜”可以破坏脸部识别演算法。研究员利用两套神经网络，第一套负责脸部分辨，第二套负责扰乱第一套脸部分辨的任务。

Avishek△Bose和Parham△Aarabi

来自多伦多大学电子电脑工程学院的教授Parham△Aarabi和研究生Avishek△Bose近日发表了一个“隐私滤镜”演算法（Privacy△Filter），可以干扰社交媒体的脸部识别演算法，让照片无法被识别，来保护个人相片和隐私。

Parham△Aarabi和Avishek△Bose采用深度学习中的对抗学习方法（Adversarial△Training），训练两套神经网络，第一套用来识别人脸，第二套则用来破坏第一套的人脸识别任务。Avishek△Bose解释，第二套神经网络具有破坏性，会“攻击”第一套在寻找的脸部特征。他说：“假设第一套神经网络靠眼角特征来分辨某人身份，那第二套神经网络就会稍微调整眼角特征，让它变得不容易分辨。”这两套神经网络互相对抗，也互相学习。Bose表示，第一套的脸部识别能力越来越好，而第二套阻碍人脸识别的能力也越来越强。

就像在Instagram中选择相片滤镜那样，只要套用这个隐私滤镜，就可以改变相片中脸部的特定像素，而且这些改变人眼几乎察觉不出，但已经足够影响识别系统（如下图）。如此一来，使用者的相片就不被人脸分辨系统认出，进而能够保护自己的相片和隐私。不过，该研究没有展示实际用来对抗社交平台脸部分辨技术的结果。

（图片来源：Avishek△Bose）

Parham△Aarabi和Avishek△Bose使用ImageNet资料集中数千张图片来训练模型，而为了训练成效，他们将图片解析度限制为600 x△800 pixels。在测试时，则使用300-W影像资料库中的600多张脸部图片，涵盖各种族、明暗度和不同环境。测试结果显示，隐私滤镜可以让相片原本100％的被分辨率，下降至50％。

这项技术不只可用来对抗脸部识别技术，还可用来能阻碍图片搜寻、特征分辨、情感和种族分辨评估等脸部识别应用的领域。该研究团队希望，未来能以网络或App形式对外发布这个隐私滤镜工具。

tags：

上一篇  下一篇

相关：

Google视讯门铃登陆英国，内建脸部分辨不只帮忙打招呼，还能认出闯空门窃贼示警

Nest△Hello支援Android和iPhone手机。有人造访时，Nest门铃就会通过App通知屋主，让屋主可以知道访客是谁，而且可以对谈。 图片来源: Nest Google视讯门铃Nest△Hello，最近终于正式在英国开卖。这款智慧门铃，今

Azure Blob储存开始正式支援Soft Delete功能，即使误删快照资料也能复原

前阵子Azure△Blob及Azure△Queue整合Azure△AD，开始支援RBAC功能，简化企业管理资料存取的任务。而这一次，微软Azure储存服务又有正式功能上线，Azure△Blob储存体的Soft△Delete功能，现在已经推出了正式版本，微

GCP监控功能Stackdriver功能再升级，加强UI功能

最近Google扩张新加坡GCP资料中心的可用服务区，也推出新VM主机规格，可搭配160核vCPU及3.75TB记忆体，但除了加强公有云的硬件战力外，GCP的监控功能服务Stackdriver近日也发布了更新。Google表示，在今年4月时，使用

甲骨文计划放弃Java物件序列化功能

示意图，与新闻事件无关。 图片来源: Oracle 甲骨文Java平台的架构长Mark△Reinhold近日向InfoWorld透露，为了安全起见，准备放弃Java的物件序列化（Serialization）功能。序列化可将物件转换成资料流，以让它方便

甲骨文推出开发工具APEX 18.1版，高阶应用功能直选即用，减少撰写程式码负担

最近甲骨文强化开发工具的动作频传，前阵子释出自家开发者云端服务，开始支援Kubernetes及Java△9开发后端应用外，JavaScript视觉化开发工具VBCS也能开始微调程式码，给予开发者更高自由度。而近日该公司的开发工具A