noget i dine øjne

Gettyimages.ru Peter Finch

udtryksfuldt billede

Forskere har udviklet en teknik, der kan hjælpe os med at opdage, om de ansigter, vi ser på, faktisk er rigtige mennesker, snarere end illusioner fremkaldt af kunstig intelligens (AI).

Ifølge en prepress -undersøgelse ledet af første forfatter og computerforsker Hui Goh fra State University of New York ligger hemmeligheden i øjnene – specifikt elevens form, viser det sig.

Ved at zoome ind på de kunstige øjne på falske ansigter skabt af et maskinlæringssystem kaldet Generative Adversarial Network (GAN), lagde forskerne mærke til noget om eleverne.

Og i modsætning til de rigtige elever var mange af dem på de falske fotos faktisk ikke runde.

I undersøgelsen forklarer teamet: “Eleven har halvcirkulære former til raske voksne. Sammenlignet med virkelige ansigter bemærker vi, at visuelle forvrængninger og inkonsistenser kan observeres i øjenområderne i ansigterne, der er skabt af GAN.”

Ifølge forskerne skyldes denne mærkelige giveaway, at GAN -modeller mangler forståelse for det menneskelige øjes anatomi, især med hensyn til de geometriske former for de almindelige elever.

Læs mere

For at undersøge forekomsten af ​​dette fænomen udviklede forskerne et detektionsværktøj, der automatisk udtrækker elevkonturer fra øjne i billeder og derefter evaluerer dem for at kontrollere, om de har ovaler.

I et eksperiment, der kørte værktøjet på en database med 2.000 billeder (1.000 rigtige ansigter, 1.000 falske), differentierede systemet pålideligt mellem de to grupper.

Forskerne forklarer: “Vi fandt uregelmæssige pupilformer, der er bredt til stede i ansigter af høj kvalitet genereret af StyleGAN, som adskiller sig fra ægte menneskelig elev. Vi foreslår en ny fysiologisk baseret metode, der kan bruge uregelmæssige pupillformer som et signal til at opdage ansigter genereret af GAN. Det er enkelt, men effektivt. “

Ifølge teamet kan sådan teknologi en dag hjælpe med at bekæmpe ondsindet brug af realistisk udseende forfalskninger, der blandt andet bruges til at bedrage folk på sociale medieplatforme.

Resultaterne er tilgængelige på forudskrivningswebstedet arXiv.org.

Kilde: Science Alert

Kilder link

Skriv et svar

Din e-mailadresse vil ikke blive publiceret. Krævede felter er markeret med *