別以為帶著頭巾、墨鏡就安全了？AI系統能認出喬裝打扮的你

E安全9月7日訊 英國劍橋大學、印度理工學院和印度科學理工學院的一組研究人員發布研究論文指出，即使是用頭巾、帽子和墨鏡遮擋了面部，軟體仍然可以將人正確識別出來。

DFI系統識別面部特徵

該研究描述了卷積神經網路（Convolutional Neural Network）能被訓練成所謂的偽裝面部識別（Disguised Face Identification，簡稱DFI）系統。
英國劍橋大學工程學院的阿瑪賈特·辛格周二向外媒透露，DFI系統有助於執法機構識別罪犯，這也是他們研究的主要目的。

14個點的面部「指紋」

研究人員通過數百張用墨鏡、鬍子和頭盔偽裝面部的圖片訓練卷積神經網路。研究人員在每張照片中識別出14個點：10個點標記記憶眉毛和眼部區域，1個點記憶鼻子，另外3個點記錄嘴唇。所有點連在一起創建「星形網狀結構」。研究人員分析網路中點與點之間的距離和角度了解面部結構。

值得注意的是，系統經過訓練從模糊面部像素中識別標記，學習如何處理遮擋的面部並從中創建「指紋」。

這個面部「指紋」之後能用來掃描更大的資料庫——DFI機器學習系統中的圖片資料庫，例如滋事者的駕照圖片或面部照片，並進行匹配。換句話講，藉助這種訓練模型，顯示監控錄像的剪裁圖片，系統會將14個標記置於遮擋的面部，再將這種標記模式用於匹配數據中的面部。

這種技術仍在實踐當中，目前仍是PoC。

研究人員在訓練中使用了上千張不同程度遮擋的面部照片。 雖然辛格希望系統對警方有幫助，但專制政權也可能利用這種技術針對無辜平民、合法的抗議者等。

欺騙AI識別有效數據輕而易舉

雖然這個計算機視覺系統的精準度對早期研究有幫助，但在實踐層面的效果可能不盡人意。背景中的建築物和物體會將精準度從85%降低到56%。

面部越模糊，識別難度就越大。同時使用帽子、頭巾和墨鏡等遮擋面部，精準度可能會降至43%。

實驗與真實應用的巨大差距

更為現實的是，所有訓練的圖片都是對著攝像頭拍攝的清晰圖片，然而監控錄像中的圖像通常比較模糊。

另外，還有一個不容忽視的事實：類似V字仇殺隊（V for Vendetta）中的全副武裝總能起到愚弄的完美效果。

辛格還表示，由於成本昂貴，訓練數據集也相當有限。當前的數據集有10種偽裝打扮，主要為印度人和高加索人。辛格指出，需要擴大數據範圍強化DFI系統的有效性。

到目前為止，DFI還只是一個實驗系統，需要訓練更多圖片以便更精準地識別面部標記，這就要求更高效的演算法和代碼。

研究人員目前仍在繼續這項研究。

E安全註：本文系E安全獨家編譯報道，轉載請聯繫授權，並保留出處與鏈接，不得刪減內容。聯繫方式：① 微信號zhu-geliang ②郵箱[email protected]
@E安全，最專業的前沿網路安全媒體和產業服務平台，每日提供優質全球網路安全資訊與深度思考，歡迎關注微信公眾號「E安全」（EAQapp），或登E安全門戶網站www.easyaq.com , 查看更多精彩內容。