Нейронную сеть научили распознавать замазанные на картинках объекты и текст - «Новости интернета»
OpenAI выпустила GPT-6 Sol и Luna — они дешевле предшественниц и делают меньше ошибок - «Новости сети»
OpenAI выпустила GPT-6 Sol и Luna — они дешевле предшественниц и делают меньше ошибок - «Новости сети»
Учёные создали OLED размером с амёбу — его пиксели «напечатали» ультрафиолетом, как чипы - «Новости сети»
Учёные создали OLED размером с амёбу — его пиксели «напечатали» ультрафиолетом, как чипы - «Новости сети»
Смартфон Poco X8 с батареей на 8340 мА·ч поступил в глобальную продажу - «Новости сети»
Смартфон Poco X8 с батареей на 8340 мА·ч поступил в глобальную продажу - «Новости сети»
Представлен Motorola Signature 27 — первый смартфон на чипе Snapdragon 8 Elite Extreme Gen 6 - «Новости сети»
Представлен Motorola Signature 27 — первый смартфон на чипе Snapdragon 8 Elite Extreme Gen 6 - «Новости сети»
Основа будущих флагманов: Qualcomm представила мобильные процессоры Snapdragon 8 Elite Gen 6 и Elite Extreme Gen 6 - «Новости сети»
Основа будущих флагманов: Qualcomm представила мобильные процессоры Snapdragon 8 Elite Gen 6 и Elite Extreme Gen 6 - «Новости сети»
Яндекс Метрика добавила бесплатные бенчмарки по индустриям - «Новости мира Интернет»
Яндекс Метрика добавила бесплатные бенчмарки по индустриям - «Новости мира Интернет»
Telega.in и АРИР исследовали рынок рекламы мессенджера MAX - «Новости мира Интернет»
Telega.in и АРИР исследовали рынок рекламы мессенджера MAX - «Новости мира Интернет»
В Pinterest появилась визуальная поисковая реклама - «Новости мира Интернет»
В Pinterest появилась визуальная поисковая реклама - «Новости мира Интернет»
ИИ-модель Google Gemini перепутала тест с реальностью и случайно взломала три компании - «Новости сети»
ИИ-модель Google Gemini перепутала тест с реальностью и случайно взломала три компании - «Новости сети»
Китайские учёные нашли путь к 3-нм чипам в обход санкций и EUV-литографии - «Новости сети»
Китайские учёные нашли путь к 3-нм чипам в обход санкций и EUV-литографии - «Новости сети»
Новости мира Интернет » Новости » Новости мира Интернет » Нейронную сеть научили распознавать замазанные на картинках объекты и текст - «Новости интернета»


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.


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.

Цитирование статьи, картинки - фото скриншот - Rambler News Service.
Иллюстрация к статье - Яндекс. Картинки.
Есть вопросы. Напишите нам.
Общие правила  поведения на сайте.

запостил(а)
Longman
Вернуться назад
0

Смотрите также

А что там на главной? )))



Комментарии )))