教資成績(jī)出來了。

不知道大家報(bào)名考試了沒？考過了沒？分享了沒？

昨晚，#教師資格證書成績(jī)#話題沖上微博熱搜榜首，瀏覽量超過了21億，不少網(wǎng)友在微博曬出自己的成績(jī)單。

有的高分通過，準(zhǔn)備面試；有的涼涼，準(zhǔn)備明年再接再厲；還有的單科卡在了69.....

這個(gè)就比較扎心了。

不過更扎心的，可能是不僅教資沒過，還因?yàn)闀駡D泄露了個(gè)人信息。

你可能覺得奇怪，大家明明把“姓名、身份證號(hào)、準(zhǔn)考證號(hào)”等個(gè)人敏感信息都打上了馬賽克，為什么還會(huì)泄露信息？難不成還可以恢復(fù)？

可能還真的可以！

同樣在昨晚，GitHub上一個(gè)AI項(xiàng)目沖上了熱榜，截止目前已經(jīng)收獲了8.4k星標(biāo)。

這個(gè)AI的主要功能就是：去除馬賽克，還原字符密碼。

相信不少人都認(rèn)為，只要打上了馬賽克，就不會(huì)泄露敏感信息，因此，我們?cè)谂笥讶Α⑽⒉┑裙_社交平臺(tái)，經(jīng)常能夠看到打了馬賽克的結(jié)婚照、證書照、成績(jī)照等。

但事實(shí)上，無論是圖像、文字還是字符，AI還原馬賽克已經(jīng)不是什么難事了。

最近一位名為Sipke Mellema的程序員便開發(fā)了這樣一款工具。他說，一些公司在內(nèi)部文檔中經(jīng)常會(huì)使用像素化的方式顯示密碼，但沒有工具可以從這樣的圖像中恢復(fù)密碼，因此便創(chuàng)建了一個(gè)。

我們先來看下效果圖：

其中，第一行是被像素化后的密碼序列，被狠狠地打了一層馬賽克，看不出一點(diǎn)原始痕跡。

第二行是經(jīng)過AI還原后的密碼，可以看到密碼序列基本被還原了，而且準(zhǔn)確度很高，只有稍加推理就能得到第三行的原始密碼。

那么，這個(gè)不可思議的AI還原技術(shù)是如何實(shí)現(xiàn)的？

我們知道，馬賽克是圖像像素化處理的一種手段，它通過將影像特定區(qū)域的色階細(xì)節(jié)劣化并打亂色塊，達(dá)到一種模糊圖像的效果。

像素化在許多領(lǐng)域被用于模糊圖像信息，其中線性盒濾波器（ Linear Box Filter）是一種較為普遍的處理算法。盒子濾波也稱為方框?yàn)V波，它采用一個(gè)像素框，用該框中所有像素的平均值覆蓋像素。

像這樣，表情圖像被分為四個(gè)色塊，每個(gè)色塊被色塊平均值所覆蓋，最終形成了像素化表情，由于原始信息丟失，因此不能直接反轉(zhuǎn)濾波器。

Mellema正是利用了盒子濾波器，提出了AI還原算法-Depix。

線性盒濾波器是一種確定性算法，對(duì)相同的值執(zhí)行像素化通常會(huì)產(chǎn)生同樣的像素塊（Block），那么反之，使用相同位置的塊對(duì)相同文本執(zhí)行像素化，是否也會(huì)得到同樣的塊值？

Mellema嘗試通過像素化文本來找出匹配的模式，結(jié)果發(fā)現(xiàn)確實(shí)如此。

具體來說，Mellema把每個(gè)塊或塊組合看作一個(gè)子問題。該算法要求在相同背景上，具備相同的文本大小和顏色，因此他沒有選擇創(chuàng)建潛在字符的查找表，因?yàn)楝F(xiàn)代文本編輯器可以添加色調(diào)、飽和度和亮度，也就是說存在海量潛在字符。

在處理字符方面，Mellema使用待處理字符的德布魯因序列（De Bruijn sequence），將其粘貼到相同的編輯器中，然后截圖。該截圖可用作相似塊的查找圖像，例如：

德布魯因序列包括待處理字符的所有雙字符組合，這一點(diǎn)很重要，因?yàn)橐恍K會(huì)重疊兩個(gè)字符。

要找出合適的匹配需要搜索圖像中具備相同像素配置的塊。在測(cè)試中，Depix 算法無法找到字符「o」，因?yàn)樵谒阉鲌D像中，搜索塊還包含下一個(gè)字母「d」，但在原始圖像中這里有個(gè)空格。

顯然，在創(chuàng)建字符的德布魯因序列時(shí)，如果加上空格會(huì)帶來同樣的問題，即算法無法找到后續(xù)字母恰當(dāng)?shù)膲K。有空格又有字母的圖像需要更長(zhǎng)的搜索時(shí)間，但結(jié)果也更好。

對(duì)于大多數(shù)像素化圖像而言，Depix可以找到塊的單個(gè)匹配結(jié)果。它先假設(shè)這些塊是正確的，然后將周圍多個(gè)匹配塊進(jìn)行比較，使其與像素化圖像中的幾何距離相同，并假設(shè)這些匹配也是正確的。

在正確的塊沒有更多幾何匹配后，Depix 直接輸出所有正確的塊。對(duì)于多匹配塊，Depix 將輸出所有匹配的平均值。雖然 Depix 的輸出并不完美，但已經(jīng)算不錯(cuò)了。

下圖展示了包含隨機(jī)字符的測(cè)試圖像的去像素化結(jié)果，大部分字符被正確讀取：

最后需要說明的是，Mellema開發(fā)這個(gè)AI項(xiàng)目并不是為了竊取信息，而是利用ECB和明文攻擊（Known-Plaintext Attacks）的模式，提高信息保護(hù)技術(shù)。在他看來，不知道如何破壞當(dāng)前的保護(hù)模式，是信息安全中的常見陷阱。

如前所述，除了字符密碼，AI還原人臉照也不在話下。

今年6月中旬，杜克大學(xué)推出AI算法—PULSE，可以將低分辨率的人臉圖像放大64倍，即使是打了馬賽克，面部的毛孔、皺紋，頭發(fā)也都能變得清晰可見。

不過，被還原的人臉是一全新的虛擬面孔，并不是真實(shí)存在的。其中眼睛、鼻子、嘴巴等五官是AI在原始圖像的基礎(chǔ)上，自行想象出的結(jié)果。

因此，這項(xiàng)AI技術(shù)不能用于身份識(shí)別。比如監(jiān)控?cái)z像頭拍攝的失焦、無法辨別的圖片，不能通過PULSE還原成真實(shí)存在的人像。不過，它在醫(yī)學(xué)、顯微鏡、天文學(xué)，以及衛(wèi)星圖像等領(lǐng)域有著廣泛的應(yīng)用場(chǎng)景。

在技術(shù)方面，不同其他超分辨率算法，PULSE不是遍歷LR（Low Resolution）圖像來慢慢添加細(xì)節(jié)，而是發(fā)現(xiàn)與HR相對(duì)應(yīng)的LR，通過“縮減損失（Downscale）”的方式得到SR（Super Resolution)圖像。

其次，PULSE使用了生成對(duì)抗網(wǎng)絡(luò)（GAN）來進(jìn)行模型訓(xùn)練。GAN包括一個(gè)生成器（Generator）和一個(gè)鑒別器（Discriminator），在同一組照片訓(xùn)練中，二者通過相互博弈的方式檢驗(yàn)輸出是否足夠逼真。

最后，無論是利用AI還原字符密碼、還是人臉圖像，其初心都是科技向善。但這些AI技術(shù)不可避免地被有些人用于不良或非法用途。

因此，在這個(gè)科技高速發(fā)展的現(xiàn)在，保護(hù)個(gè)人數(shù)據(jù)顯得尤為重要。

總結(jié)

以上是生活随笔為你收集整理的可怕！被狠狠打了“马赛克”的图片 就这样被AI还原了的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。