Легкий макияж способен обмануть систему распознавания лиц

Материал из Викиновостей, свободного источника новостей

18 сентября 2021 года

Сотрудники Университета имени Бен-Гуриона в Израиле и японского IT-гиганта NEC выяснили, что тщательно нанесенный макияж на лоб, щеки и нос может помочь обмануть системы распознавания лиц.

Исследователи утверждают, макияж, нанесенный «естественным» способом, может обмануть камеры распознавания лиц. Ученые показали, что макияж можно использовать в качестве так называемой состязательной атаки - метода, который изменяет входные данные и, таким образом, обманывает алгоритмы машинного обучения, чтобы они не смогли распознавать объекты, например, на изображениях. Об этом сообщает The Register.

«Поскольку натуральный макияж не бросается в глаза, его использование не вызовет подозрений. Наш метод показывает, что «естественный» макияж, который при нанесении на лицо «злоумышленника» скрывает его / ее личность от камеры распознавания лиц», - пишут исследователи в отчете.

В небольшом эксперименте, проведенном с участием десяти мужчин и десяти женщин в возрасте от 20 до 28 лет, камеры распознавания лиц смогли правильно идентифицировать участников с «состязательным макияжем» только в 1,22% случаев.

Однако, к результатам исследования следует относиться с осторожностью. Система распознавания лиц, использованная в эксперименте, смогла правильно идентифицировать участников без макияжа только в 47,57%. случаев, а с применением случайного макияжа — в 33,73 %.

Тем не менее, исследователи утверждают, что падение производительности системы при наложении макияжа «ниже разумного порога реалистичной операционной среды».

Источники[править]

Эта статья загружена автоматически ботом NewsBots и ещё не проверялась редакторами Викиновостей.
Любой участник может оформить статью: добавить иллюстрации, викифицировать, заполнить шаблоны и добавить категории.
Любой редактор может снять этот шаблон после оформления и проверки.

Комментарии[править]

Викиновости и Wikimedia Foundation не несут ответственности за любые материалы и точки зрения, находящиеся на странице и в разделе комментариев.