Facebook更改视频以使人无法被面部识别

 
Facebook AI Research表示，它已经创建了一种机器学习系统，用于取消视频中个人的身份识别。像D-ID这样的初创公司和许多先前的作品已经为静态图像采用了去识别技术，但这是第一个用于视频的技术。在最初的测试中，该方法能够阻止最先进的面部识别系统。
无需修改用于自动视频修改的AI，即可将其应用于每个视频。它在人的脸部上绘制了一个略微变形的版本，以使面部识别技术难以识别人。
一篇解释该方法的文章说：“人脸识别可能会导致隐私丧失，人脸替代技术可能会被误用于制作误导性视频。” “有关人脸识别技术的进步和滥用的最新世界事件引发了对理解成功处理去身份识别的方法的需求。我们的贡献是唯一适用于视频(包括现场视频)的视频，其呈现的质量远远超过了文献方法。”
Facebook的方法将对抗性自动编码器与分类器网络配对。作为网络培训的一部分，研究人员试图愚弄面部识别网络，Facebook AI研究工程师和特拉维夫大学教授Lior Wolf在电话采访中告诉VentureBeat。
“因此，自动编码器会设法使人脸识别网络的生活变得更加艰难，而实际上，如果您想产生一种掩盖某人的声音或在线行为或其他任何方式的方法，也可以使用该自动编码器。您想要删除的其他类型的可识别信息。”他说。
与FacesWap Deepfake软件一样，AI使用编码器-解码器体系结构生成蒙版和图像。在训练过程中，该人的面部会变形，然后馈入网络。然后，系统会生成一个人脸的失真和未失真图像，以将其嵌入视频中。
公司发言人告诉VentureBeat，Facebook目前尚无计划将该技术应用于Facebook系列应用的任何部分，但是这种方法可以使公众仍然可以识别公众讲话，但无法识别人工智能系统。
视频中的匿名面孔也可以用于AI系统的注重隐私的培训。 5月，Google使用了Mannequin挑战视频来训练AI系统，以改善视频深度感知系统。加州大学伯克利分校的研究人员为训练AI特工像人一样跳舞或进行后空翻而进行的多项工作也将YouTube视频用作训练数据集。
这项工作将在下周在韩国首尔举行的国际计算机视觉国际会议(ICCV)上进行介绍。
在此消息发布之前，Facebook首席技术官Mike Schroepfer于本周早些时候宣布，Deepfakes Challenge预览数据集现已可用，而Amazon的AWS已成为上个月由Facebook和Microsoft发起的Deepfake Detection Challenge倡议的成员。挑战是为了提高Deepfake检测系统的鲁棒性。
除了上述无私的工作之外，Facebook成为该领域领导者的愿望可能源于有关其平台被用来传播错误信息以及面部识别技术自身应用的争议。
Facebook在今年早些时候将面部识别作为其平台上的默认设置，目前正在与一项价值350亿美元的面部识别诉讼作斗争。本周，该社交网络还为美国的某些用户启动了新闻应用程序。