- Специальный корреспондент
У Рэйчел Дидеро интересный набор навыков: несколько степеней в области дизайна одежды (полученные в школах трех разных стран) и докторская степень в области машинного обучения Миланского политехнического университета.
Эти знания позволили ей коллекцию — довольно уродливой — одежды Manifesto.
https://habrastorage.org/r/w1560/webt/cp/r2/Экс экс/cpr2hhie2qedemjzswgloac24rg.jpeg
Она страшная и безвкусная, зато в ней вы становитесь нераспознаваемые для ML-алгоритма детектирования Yolo, активно используемого для работы с уличными камерами.
Проект родился в 2019 году в Нью-Йорке. В то время Рэйчел училась в Технологическом институте моды и однажды, во время беседы с одним из инженеров калифорнийского университета в Беркли, у Дидеро возникла идея сделать моду союзником в отстаивании права на конфиденциальность.
Несколько месяцев исследований привели к созданию особой ткани на основе пряжи Filmar, заводящей в тупик системы распознавания людей. Благодаря необычным узорам камеры считают, что перед ними зебры, слоны, жирафы или собаки и даже не пытаются перейти к распознаванию личности.
Дидеро тестировала свою коллекцию на алгоритме YOLO (You Only Look Once — ты смотришь только раз). Благодаря своей скорости YOLO получил заслуженное признание как инструмент для потокового анализа видео.
Более подробно о том, как работает YOLO можно прочитать . Если очень по-простому, то входящая картинка расслаивается на несколько смысловых слоев, каждый из которых разбивается на 4 признака. Вместо того чтобы использовать на выходе результаты только последнего слоя, алгоритм на каждом шаге учитывает выход всех предыдущих слоев, а также оригинал, тем самым повышая свою точность.
Соответственно, если распознаванию мешает «навязчивое» соотнесение в сторону собаки или жирафа, человек на видео детектирован не будет.
Исследования показывают, что минимум в 60% случаев люди, одетые в один из элементов одежды Manifesto, не детектируются как люди. Процент можно увеличить, если использовать больше элементов коллекции, а также капюшоны и маски.
P.
Кстати, если задать вопрос ChatGPT, как должна выглядеть одежда, не позволяющая искусственному интеллекту распознать человека на видео, то нейросеть дает несколько дополнительных советов:
Забавно, что если мы прибавим к данному знанию еще одно исследование, говорящее, что аниме-прическа с неровными прядями также затрудняет распознавание лиц, то мы получим весьма интересный образ штурмовиков будущего, работающих в условиях города. Похоже, что битва со Скайнет будет выглядеть, кхм, ярко и необычно.
Update: На VC компания, специализирующаяся на ПО для распознавания лиц, рекламные видео через свои алгоритмы. Результат маскировки — отрицательный.
С другой стороны, преимущество YOLO именно в скорости обработки потока. И заточка под него объяснима его распостранением.
Эти знания позволили ей коллекцию — довольно уродливой — одежды Manifesto.
https://habrastorage.org/r/w1560/webt/cp/r2/Экс экс/cpr2hhie2qedemjzswgloac24rg.jpeg
Она страшная и безвкусная, зато в ней вы становитесь нераспознаваемые для ML-алгоритма детектирования Yolo, активно используемого для работы с уличными камерами.
Проект родился в 2019 году в Нью-Йорке. В то время Рэйчел училась в Технологическом институте моды и однажды, во время беседы с одним из инженеров калифорнийского университета в Беркли, у Дидеро возникла идея сделать моду союзником в отстаивании права на конфиденциальность.
Несколько месяцев исследований привели к созданию особой ткани на основе пряжи Filmar, заводящей в тупик системы распознавания людей. Благодаря необычным узорам камеры считают, что перед ними зебры, слоны, жирафы или собаки и даже не пытаются перейти к распознаванию личности.
Дидеро тестировала свою коллекцию на алгоритме YOLO (You Only Look Once — ты смотришь только раз). Благодаря своей скорости YOLO получил заслуженное признание как инструмент для потокового анализа видео.
Более подробно о том, как работает YOLO можно прочитать . Если очень по-простому, то входящая картинка расслаивается на несколько смысловых слоев, каждый из которых разбивается на 4 признака. Вместо того чтобы использовать на выходе результаты только последнего слоя, алгоритм на каждом шаге учитывает выход всех предыдущих слоев, а также оригинал, тем самым повышая свою точность.
Соответственно, если распознаванию мешает «навязчивое» соотнесение в сторону собаки или жирафа, человек на видео детектирован не будет.
Исследования показывают, что минимум в 60% случаев люди, одетые в один из элементов одежды Manifesto, не детектируются как люди. Процент можно увеличить, если использовать больше элементов коллекции, а также капюшоны и маски.
P.
Кстати, если задать вопрос ChatGPT, как должна выглядеть одежда, не позволяющая искусственному интеллекту распознать человека на видео, то нейросеть дает несколько дополнительных советов:
- Использовать нестандартные формы одежды, которые могут смешаться с фоном и не давать четких контуров тела.
- Избегать наличие надписей, логотипов и других графических элементов, которые могут облегчить распознавание.
Забавно, что если мы прибавим к данному знанию еще одно исследование, говорящее, что аниме-прическа с неровными прядями также затрудняет распознавание лиц, то мы получим весьма интересный образ штурмовиков будущего, работающих в условиях города. Похоже, что битва со Скайнет будет выглядеть, кхм, ярко и необычно.
Update: На VC компания, специализирующаяся на ПО для распознавания лиц, рекламные видео через свои алгоритмы. Результат маскировки — отрицательный.
С другой стороны, преимущество YOLO именно в скорости обработки потока. И заточка под него объяснима его распостранением.
