监控隐身术——从入门到弃坑

2018.01.31

前几天看到一篇《The Atlantic 》的旧文,讲的是 4 年前该站科技编辑 Robinson Meyer 试图通过化妆躲避武装智能监控的事。
读罢,突然脑门一热,想到为什么不能用各视觉 AI 平台的 API 测试自己的伪装效果呢?
像微软、Google、百度、腾讯以及 Face++ 都有开放且免费的人脸识别接口,把它们整合到一起,就可以用来实时检测自己是否会被 AI 认出来。借此或许能找出一套比化妆更合适自己的、可以骗过 AI 的办法——前者实在太麻烦且显眼了。

看过上述五家的开发文档,我倒不认为用 JSBOX 或者 Workflow 做一个小脚本有多麻烦。只是这里面仍有一些更复杂的问题存在:

  1. 就算找到了防止被识别的方法,考虑到这些 AI 服务都是在不断升级完善中,我还是得不定期去重新检测旧的办法是否仍然有效。而这种反复测试的行为反而有可能是在为 AI 提供训练素材,让它们变得更强大。
  2. 这些免费的 API 和商用的 API 可能不大一样。以 Face++ 的检测算法为例,免费的 API 会检测 106 个面部关键点,而应用其技术的小米 Note3 则宣称其美颜 AI 会检测 226 个关键点(vivo X20 上则为 128 个)。也就是说我能拿来测试的 AI 只是弱鸡版,真要检测 Face++ 人脸识别的能耐,还不如拿一台小米 Note3 来更有效。
  3. 更重要的是,为市面上的监控探头提供 AI 功能的公司里,除了 Face++ ,其他诸如依图、商汤、云从以及海康威视等重量级的企业根本就没给个人开发者提供 API 接口。也就是说普通人也只能在新闻报道中了解大街上的监控探头到底有多高效。
公司 关键点检测数量
Face++ 106
百度 72
腾讯 90
微软 27
Google 不支持面孔识别

5 个免费版 API 中的人脸检测关键点数量对比

如此一分析后,这个尚在萌芽中的脚本看来已没多大价值了。(拿来解决「孩子到底更像爹还是像妈」的玩笑还有点用处。)
嗯,还是暂时弃坑吧。


尾巴:

因为最近寻思用 Jsbox 结合人脸识别做一款 RPG 小游戏,所以未来仍会用 Jsbox 尝试做几个面部检测相关的模块。
如果你想参与这个游戏的设计,或有什么其他的新鲜点子,欢迎和我沟通。此外,也可以给我打赏,加速相关模块制作的进度。

Comments
Write a Comment