为什么马赛克在AI面前不安全 图片内容如何打马赛克安全

网络上一个名为Depix的项目引发热议，它能够将解码被打上马赛克的文字，而杜克大学的AI算法PULSE也能将模糊的人像变清晰，生活中我们经常用马赛克来处理重要信息和图片，如何打马赛克安全？下面带来介绍。

为什么马赛克在AI面前不安全？

据媒体报道一个名为Depix的项目引发热议。Depix能够解码被打上马赛克的文字，但只适用于使用线性方框滤波器创建的像素化图像。除了Depix，谷歌的超强像素递归方案、杜克大学的AI算法PULSE，也能将面目模糊的人像变得清晰可辨。

看一下效果图，其中，第一行是被像素化后的密码序列，被狠狠地打了一层马赛克，看不出一点原始痕迹。

第二行是经过 AI 还原后的密码，可以看到密码序列基本被还原了，而且准确度很高，只有稍加推理就能得到第三行的原始密码

那么，这个「不可思议」的 AI 还原技术是如何实现的?

我们知道，马赛克是图像像素化处理的一种手段，它通过将影像特定区域的色阶细节劣化并打乱色块，达到一种模糊图像的效果。

像素化在许多领域被用于模糊图像信息，其中线性盒滤波器( Linear Box Filter)是一种较为普遍的处理算法。盒子滤波也称为方框滤波，它采用一个像素框，用该框中所有像素的平均值覆盖像素。

像这样，表情图像被分为四个色块，每个色块被色块平均值所覆盖，最终形成了像素化表情，由于原始信息丢失，因此不能直接反转滤波器。

AI 还原算法 - DepixMellema 正是利用了盒子滤波器 。

线性盒滤波器是一种确定性算法，对相同的值执行像素化通常会产生同样的像素块(Block)，那么反之，使用相同位置的块对相同文本执行像素化，是否也会得到同样的块值?

Mellema 尝试通过像素化文本来找出匹配的模式，结果发现确实如此。

具体来说，Mellema 把每个块或块组合看作一个子问题。该算法要求在相同背景上，具备相同的文本大小和颜色，因此他没有选择创建潜在字符的查找表，因为现代文本编辑器可以添加色调、饱和度和亮度，也就是说存在海量潜在字符。

AI 还原『人脸图像』

如前所述，除了字符密码，AI 还原人脸照也不在话下。

今年 6 月中旬，杜克大学推出 AI 算法—PULSE，可以将低分辨率的人脸图像放大 64 倍，即使是打了马赛克，面部的毛孔、皱纹，头发也都能变得清晰可见。

不过，被还原的人脸是一全新的虚拟面孔，并不是真实存在的。其中眼睛、鼻子、嘴巴等五官是 AI 在原始图像的基础上，自行想象出的结果。

因此，这项 AI 技术不能用于身份识别。比如监控摄像头拍摄的失焦、无法辨别的图片，不能通过 PULSE 还原成真实存在的人像。不过，它在医学、显微镜、天文学，以及卫星图像等领域有着广泛的应用场景。

最后，无论是利用 AI 还原字符密码、还是人脸图像，其初心都是科技向善。但这些 AI 技术不可避免地被有些人用于不良或非法用途。

因此，在这个科技高速发展的现在，保护个人数据显得尤为重要。

图片内容如何打马赛克安全？

1、重复涂抹马赛克

2、用有图案的马赛克

3、重复马多次，完全马上以后，截图再上传。

4、我都是要么截掉要么直接消除笔抹掉，基本不怎么用马赛克

5、马赛克还原是依靠像素的 多涂几下 马赛克大小换几下 基本很难还原的

6、用贴纸或者涂鸦画笔涂别的颜色

以上就是全部内容。