提起馬賽克，你們會想到什么?

  宅男們對于馬賽克肯定深有體會，( ﹁ ﹁ ) ~→但馬賽克更多的時候是起到一個保護(hù)作用。比如一些涉及到黃色、血腥、重要人員等畫面時，打個馬賽克是很有必要的。在人工智能時代來臨之后，馬賽克的打法更加便捷了，同樣也帶了另一個問題：馬賽克 可能要面臨被“解碼”的風(fēng)險了。

  為了好好打碼 AI沒閑著

  馬賽克我們經(jīng)常會接觸到，但你知道它的由來嗎?簡而言之就是調(diào)低圖像分辨率。1000萬個像素點的圖片變成10個，你還能認(rèn)出來嗎?碼打得重不重，就是看分辨率調(diào)低的程度如何。

  我們給圖片打碼基本上不存在什么難度，由于圖片是靜態(tài)的，因此選中區(qū)域，直接操作就可以。但涉及給動態(tài)視頻打碼的時候，技術(shù)難度就出來了。簡單來講就是把每一幀圖像都進(jìn)行打碼，但顯然是不太可能。一秒鐘有24幀，5分鐘視頻就要處理上千張圖片，活干完估計看什么都成馬賽克了o(︶︿︶)o 。

西安監(jiān)控管理軟禁 西安監(jiān)控監(jiān)控軟件 西安大華紅外監(jiān)控監(jiān)控系統(tǒng)  西安IC卡 西安ID卡

  辦法總比問題多!

  YouTube曾推出過一款自定義模糊工具，用戶們可以通過該工具對自己的車牌號、門牌號、銀行卡等一系列隱私內(nèi)容打碼。表面上來看，技術(shù)小白也能夠輕松打上馬賽克。但尷尬的是，這款工具很容易擴(kuò)大打碼范圍，比如你給車牌打個碼，很可能整個車頭都沒了;要給自己的臉打個碼，可能會連累到整個身體一起模糊。

  而微軟開發(fā)的打碼工具可能會跟蹤得更加精準(zhǔn)。該工具基于人工智能技術(shù)打造：通過建立一個深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)，其可以精準(zhǔn)檢測到視頻中的人臉，從而實現(xiàn)跟蹤。并且為了避免對視頻中其他人物的“誤碼”，其能夠?qū)崿F(xiàn)對不同人臉的識別。通過這一套流程，人工智能打碼的表現(xiàn)還不錯。

  利用人工智能打碼可以說是打碼技術(shù)的一大進(jìn)步。可是，馬賽克帶著保護(hù)隱私的目的而來，卻更激發(fā)了人們對背后真實內(nèi)容的好奇心。AI打碼沒閑著，還有一群“解碼”的人也是忙忙碌碌。

  看起來AI似乎更擅長“解碼”

  解碼的邏輯也很簡單：既然你馬賽克是模糊圖像處理，那我給你清晰化不就完了嗎?

  得克薩斯大學(xué)2016年曾經(jīng)開發(fā)出一種消除馬賽克的手段，能夠有效地穿透馬賽克的遮擋，從而識別出圖片信息。技術(shù)人員通過建立一個面部和文字識別系統(tǒng)，利用網(wǎng)絡(luò)上的圖片對其進(jìn)行訓(xùn)練，最終對模糊視頻中人臉還原準(zhǔn)確率達(dá)到80%以上，對經(jīng)過嚴(yán)重馬賽克處理的人臉也可以實現(xiàn)50%左右的正確還原率。

  就在微軟推出人臉識別的移動打碼之后，谷歌宣布，通過采用全新的像素遞歸超分辨率技術(shù)，Google brain已經(jīng)獲取了圖像高低像素之間的變化規(guī)律，因此可以實現(xiàn)對打碼內(nèi)容的更精準(zhǔn)匹配。比如學(xué)到紅的是嘴唇之后，它就會把相應(yīng)的部分還原成嘴唇。

  也就是說，通過學(xué)習(xí)和訓(xùn)練，Google brain可以針對馬賽克“腦補”出照片中人臉的原貌。

  但客觀來說，打碼實際上是對圖片的一種不可逆的損害行為。因此，與其說對圖片的“還原”，更準(zhǔn)確的說法應(yīng)該是“猜測”。利用人工智能對馬賽克圖片進(jìn)行通俗意義上的還原處理，一個必要的條件就是大量的圖片對比。無論是得克薩斯大學(xué)還是谷歌都是如此，這也就意味著在缺乏原圖素材的情況下，人工智能也只能是無限地接近原圖。

  AI擊穿馬賽克 隱私還安全嗎?

  還原不一定與原圖相同，但可以做到高度相似。從這個角度上來說，馬賽克消除技術(shù)的出現(xiàn)無疑會對我們的隱私安全問題產(chǎn)生巨大威脅。

  但從目前的技術(shù)手段來看，消除馬賽克技術(shù)還遠(yuǎn)遠(yuǎn)不夠成熟，且主要是針對人臉，對于其他事物還原并未涉及。此外，另一方面圖像模糊清晰化技術(shù)在很多場景性都是有積極意義的，比如刑偵案件中關(guān)鍵圖片的復(fù)原、考古資料的清晰化，甚至家里翻新個老照片等。

  再退一步講，萬一哪天科技發(fā)展真的攻克了馬賽克，也會因其能輕易戳穿隱私，勢必也將面臨法律、道德層面的制約。所以，在制約得當(dāng)?shù)那闆r下，馬賽克這種東西，該打還是得打。

  如果實在還是不放心的話，或許可以考慮以下幾種方式。

  第一，對進(jìn)行圖像加密修改。南加州大學(xué)開發(fā)的P3技術(shù)(Privacy-Preserving Photo Sharing，隱私保護(hù)照片共享)是為保證照片在互聯(lián)網(wǎng)時代傳播的安全性而研發(fā)。通過對照片的細(xì)節(jié)特征進(jìn)行修改，可以誤導(dǎo)人工智能猜測的方向，從而保護(hù)隱私安全。

  上文中提到的克薩斯大學(xué)消除馬賽克的技術(shù)手段在對采用了修改的圖像僅僅只有17%的識別正確率。

  第二，改變打碼形式。西蒙弗雷澤大學(xué)的研究人員提出了一種利用人工智能將需要打碼的人臉?biāo)囆g(shù)化的方法。通過這種方式處理的人臉，看起來應(yīng)基本跟人臉沒什么太大的關(guān)系了，但可以表現(xiàn)出說話人的情緒特征，使視覺效果變得不那么干巴巴的。

藝術(shù)這東西，果然需要境界

  第三，采用極端“打碼”。馬賽克圖片之所以能被“還原”，一方面在于分辨率降低的程度不夠，二是打碼之后的圖片仍然會具備一定量的原圖特征。那么，想要不被認(rèn)出來，干脆就粗暴地遮蓋吧。