2016-2022 All Rights Reserved.平安財經網.復制必究 聯系QQ280 715 8082 備案號:閩ICP備19027007號-6
本站除標明“本站原創”外所有信息均轉載自互聯網 版權歸原作者所有。
英特爾研究人員發表了一項研究,研究人工智能是否可以使用熱成像識別人臉。

熱成像通常用于保護隱私,因為它遮擋了個人識別的細節,例如眼睛的顏色。在某些地方,例如醫療機構,通常必須使用遮蓋這些細節的圖像。
人工智能正在開啟許多新的可能性,因此英特爾研究人員著手確定熱成像是否仍提供高度的隱私。
英特爾團隊使用了兩組數據集:
第一套稱為SC3000-DB,是使用Flir ThermaCam SC3000紅外熱像儀創建的。該數據集包含766張40位志愿者(21位女性和19位男性)的圖像,每位志愿者在相機前坐了兩分鐘。
第二組稱為IRIS,由俄克拉荷馬州立大學的視覺計算和圖像處理實驗室創建。它包含30個人收集的4,190張圖像,與第一組圖像不同之處在于它包含各種頭部角度和表情。
首先將數據集中的每個圖像裁剪為僅包含每個人的臉部。
然后,機器學習模型試圖將來自圖像的面部特征數字標記為矢量。在VGGFace2上訓練的另一個模型-在可見光圖像上訓練的模型-用于驗證它是否可以應用于熱圖像。
這是每個數據集的完整結果:
在可見圖像數據上訓練的模型在通過提取志愿者的面部特征來區分志愿者方面表現良好。SC3000-DB數據集的準確性為99.5%,IRIS的準確性為82.14%。
英特爾的研究表明,熱成像可能無法提供許多人目前認為的保密性,并且已經可以區分使用它的人。
研究人員寫道:“許多有前途的視覺處理應用,例如非接觸式生命體征估計和監控,都可能涉及私人和敏感數據,例如有關人的健康的生物特征信息。”
“因此,熱成像不僅可以提供有用的數據,而且還可以隱藏個人身份,因此被用于許多應用。”
2016-2022 All Rights Reserved.平安財經網.復制必究 聯系QQ280 715 8082 備案號:閩ICP備19027007號-6
本站除標明“本站原創”外所有信息均轉載自互聯網 版權歸原作者所有。