Русский
Русский
English
Статистика
Реклама

Из песочницы Защита фото от систем распознавания лиц работает?

image

За последние полтора месяца (с начала августа 2020) уже довольно много изданий/платформ и ресурсов говорили/писали про Алгоритм Fawkes: https://sandlab.cs.uchicago.edu/fawkes/#press.

Среди которых и Habr, The New York Times, The Verge и т.д.

Действительно, в наше время (тихий 2020 год) довольно актуальна тема со слежкой опознанием граждан по камерам наблюдения и поиск частными лицами по фото (FindFace, etc).

Исследователи из Чикагского университета придумали алгоритм клоакинга, для защиты от распознавания лиц. Выложили исходники на github: https://github.com/Shawn-Shan/fawkes.

В августе я прочитал про этот инструмент (Алгоритм Fawkes). И решил заменить свои фото в социальных сетях и на всех интернет ресурсах, где есть мои реальные фото.

Но, для начала, решил испробовать данный инструмент на своих фото:

  • запускается ли fawkes;
  • проверить собственными глазами результат работы fawkes;
  • проверить на заявленных ресурсах (теми же инструментами, что и автор fawkes проверял свой алгоритм).

Благо на https://github.com/Shawn-Shan/fawkes есть довольно подробная и простая инструкция по работе с fawkes.

Создателем fawkes заявлено, что алгоритм защищает от:

  • Microsoft Azure Face API,
  • Amazon Rekognition Face Verification,
  • Face++ Face Search API.

Данный список указан в Technical Paper:

image

На личном сервере собрал из исходников: git clone; pip3 install fawkes. Это было не просто, а очень просто.

Закинул свое фото на сервер r1.jpg. И по инструкции обработал это фото с помощью fawkes.
На выходе получил второе фото: r1_min_cloaked.png. Ура, я получил клоакнутое фото. Открыл фото r1_min_cloaked.png посмотреть своими глазами. Изменения заметны, но не критичны. Вокруг глаз, переносицы и носа есть не значительные затемнения.

image

После этого решил проверить результат (r1_min_cloaked.png) на сервисах Microsoft Azure Face API, Amazon Rekognition Face Verification и Face++ Face Search API.

Результат:

r1-and-r1_cloacked

Как видим нейросеть Microsoft Azure Face API показала, что оригинальное фото (слева на скриншоте) и фото после обработки (справа на скриншоте) один человек. Аналогичные цифры показали и остальные инструмента проверки: нейросети Amazon Rekognition Face Verification и Face++ Face Search API.

То же самое с защитой фото других людей/персон:

r1_and_cat

obama_origin_and_cloacked

emily_origin_and_cloacked

queen_origin_and_cloacked_faceplusplus

obama_origin_and_cloacked_faceplusplus

То есть по состоянию на середину сентября Fawkes не работает. Возможно, конечно, Fawkes работала в августе 2020 года. Но в сентябре 2020 году уже не работает.

Неделю назад писал письмо разработчику Fawkes и его команде Fawkes team, с просьбой помочь подтвердить работу алгоритма. Но ответного письма пока не получил.

На данный момент я так и не смог подтвердить работу Fawkes.
Источник: habr.com
К списку статей
Опубликовано: 22.09.2020 16:11:47
0

Сейчас читают

Комментариев (0)
Имя
Электронная почта

Информационная безопасность

Open source

Обработка изображений

Киберпанк

Tensorflow

Fawkes

Распознавание лиц

Клоакинг

Категории

Последние комментарии

  • Имя: Макс
    24.08.2022 | 11:28
    Я разраб в IT компании, работаю на арбитражную команду. Мы работаем с приламы и сайтами, при работе замечаются постоянные баны и лаги. Пацаны посоветовали сервис по анализу исходного кода,https://app Подробнее..
  • Имя: 9055410337
    20.08.2022 | 17:41
    поможем пишите в телеграм Подробнее..
  • Имя: sabbat
    17.08.2022 | 20:42
    Охренеть.. это просто шикарная статья, феноменально круто. Большое спасибо за разбор! Надеюсь как-нибудь с тобой связаться для обсуждений чего-либо) Подробнее..
  • Имя: Мария
    09.08.2022 | 14:44
    Добрый день. Если обладаете такой информацией, то подскажите, пожалуйста, где можно найти много-много материала по Yggdrasil и его уязвимостях для написания диплома? Благодарю. Подробнее..
© 2006-2024, personeltest.ru