科研：人工智能可识别模糊化处理的图片

低像素的照片原是一种可以模糊身份的方法，不过最近来自德克萨斯大学和康奈尔理工大学的研究人员认为计算机可以被训练出识别模糊人脸的能力。

在Richard McPherson和他的同事（Reza Shokri和Vitaly Shmatikov）最新发表的论文《Defeating Image Obfuscation with Deep Learning》中，表示像素化（拼接的）、模糊化（类似YouTube中使用的）、加密JPEG系数（也称为P3，“Privacy Protecting Photo sharing”）的图片都可以被恢复。

他们表示：通过训练人工神经网络能够成功识别人脸、物体和手写体数字，即使图片使用了上述的保护模糊技术。试验表明不同的数据集和不同类型的模糊处理，精度可达50%到95%。

论文部分节选翻译：我们不需要预先指定相关特性。甚至不需要了解究竟哪部分图片做了加密或模糊化处理。神经网络能自动发现相关的特征，并学会利用隐藏信息和可见信息之间的相关性。

这种方法还可用于恢复文本或者手写体文字。

不过唯一比较困难（或者可以说是前提）的是处理图片时，需要从社交媒体中寻找到与所给照片相似的面孔的训练集。

论文中包含了用于训练模型的神经网络架构。论文作者还指出这可以作为开发人员寻找保护图像隐私的更好方法的基准。