Исследователи из канадского университета имени Саймона Фрейзера разработали искусственный интеллект, который позволяет скрывать личность человека на видео, но при этом передавать его эмоции. Алгоритм обрабатывает изображение на каждом кадре ролика и представляет его в стиле известных художников последнего столетия.
По мнению авторов исследования, это позволит отказаться от техники размытия (пикселизации) лица, принятой в современной журналистике.
Подобнее об алгоритме
Как отмечают исследователи, их система, по сути, не изменяет пиксели в кадрах, как это делают инструменты Adobe. Вместо этого на основе изображения генерирует новый, «нарисованный» кадр.
На самом деле, это открытый и динамичный процесс, который можно контролировать на всех уровнях. Мы хотим, чтобы у пользователей и продюсеров была возможность подогнать финальный результат под свои нужды.
Алгоритм работает не только с обычными видео, но и с контентом для виртуальной реальности.
ИИ-анонимизация vs пикселизация
Подготовив видео сравнения двух техник, исследователи с помощью краудсорсинговой платформы MTurk провели опрос, чтобы проверить эффективность новой технологии. 18 респондентов предпочли новый способ анонимизации, 11 — старый, притом большая часть последних обосновала свой выбор опасением, что людей на видео можно идентифицировать. Кроме того, многих стилизация отвлекает и кажется чересчур «мультяшной». С другой стороны, опрос показал, что возможность различить выражение лица повышает шансы на сочувствие со стороны зрителей.
Прошлое и будущее проекта
Грант на исследование выделили Google и Knight Foundation, и в конце июля 2018 года, на конференции, организованной сообществом Journalism 360, ученые показали демонстрационную версию алгоритма.
Исследователи рассчитывают на основе полученных результатов откалибровать ИИ-фильтр и в сотрудничестве с медиа провести «полевые» испытания алгоритма. Больше примеров обработанных фотографий и видео доступно на сайте проекта.
С развитием технологий сохранять анонимность в Интернете становится все сложнее, и это способствует созданию инструментов, позволяющих обмануть системы распознавания. Сильно снизить их точность позволяет зашумление, изменение параметров оттенков и насыщенности, искажение и точечная корректировка пикселей.
Источник: пресс-релиз университета SFU
