На ткань или бумагу наносят определенный рисунок. Паттерн не даёт технологиям распознать человека в маске. Шаблон справляется с видеосистемами по всему миру, но исследователи говорят, что камеры можно “натаскать”.
Пандемия COVID-19 сделала ношение масок привычной практикой, что сначала сильно тормозило работу систем распознавания лиц по всему миру. Со временем технологии адаптировались — теперь обычная медицинская или любая дизайнерская маска не мешает установить личность.
Ученые из Бен-Гуриона и Тель-Авива решили проверить гипотезу: можно ли создать такую маску, которая не поддается системам распознавания лиц.
Исследователи экспериментировали с разными рисунками и градиентами. В итоге они получили шаблон, который ставит в тупик любую FRT (Facial recognition technology). Маска по очертаниям напоминает строение черепа — на ткани прослеживается рот, нос, скулы и даже часть глаз. Всё это окрашено в сложный градиент “радужных” цветов.
“Мы проверили эффективность нашей маски в полевых условиях, — говорят исследователи. — Система смогла идентифицировать только 3% участников. Пол не имеет значения”.
Человека в обычной маске камера узнает в 80% случаев. Ученые говорят, что придуманный шаблон не является единственно возможным. При желании можно разработать модель под каждую технологию, на которой сегодня работают мировые системы распознавания лиц.
Исследователи считают, что и с этой угрозой можно справиться. Например, настроить так системы, чтобы они расценивали любую надетую на лицо маску как простую медицинскую. Это поможет технике не “растеряться”.
Еще один “рабочий” вариант — научить камеры восстанавливать нижнюю часть лица, ориентируясь только на верхнюю.
“Существует популярное направление — генеративно-состязательная сеть (GAN), — рассказывает аспирант Алон Золфи, руководивший исследованием “враждебных” масок. — Оно использует известные “входные данные” и дорабатывает портрет. Правда, это “тяжелый” подход: он требует совершенно другой архитектуры технических решений и обучения. Большую роль в этом процессе играет и человек, который стоит за камерой”.
В отчёте (PDF) специалисты поделились ссылкой на видео, демонстрирующее эффективность их разработки. Мы приводим ролик ниже:
