切换到宽版
  • 18866阅读
  • 0回复

这种技术能将马赛克人脸变为高清肖像,但应考虑避免种族歧视丨硬科技 [复制链接]

上一主题 下一主题
离线禾琼怡
 

西安阳光星辉商务KTV预订


      
      给图片加上马赛克很简单,但若将马赛克还原成清晰图片却很难。近日,美国杜克大学科研团队推出了一款AI工具,能将马赛克级别的模糊人脸,转换为以假乱真的高清图像。
      
      这个名叫PULSE的算法,能够在几秒内将16x16像素的图片提升至1024x1024,分辨率提升高达64倍。目前该算法仅针对人脸照片,经算法生成的新照片能够呈现脸上的毛孔、皱纹甚至一缕头发。
      

      
      还原马赛克照片的工具早已有之。以往的还原方法是在低分辨率图片中添加像素点,而PULSE却不同,它先利用AI生成一系列高清图片,再降低它们的分辨率,并与模糊的原图对比,从中找出匹配程度最高、最接近原图的高清图像。
      

      
      该团队在机器学习中使用了一种名为“对抗生成网络”(StyleGAN)的工具,这是在相同照片数据集上训练的两个神经网络。其中一个神经网络通过AI生成经过数据训练的人脸,而另一个用于比对该人脸图片能否以假乱真。第一个神经网络会在训练中表现得越来越好,直到第二个无法分辨出差异。
      
      就在PULSE引起大众兴趣以后,新的问题也跟着赞誉一起到来。有网友指出,PULSE“种族歧视”。
      
      国外网友发现,在PULSE中输入被模糊后的奥巴马照片时,该工具输出的“奥巴马”高清图像竟是白人脸孔。后又有许多人进行了相似的测试,结果无一例外——输入低清的少数族裔人脸照片,PULSE输出的都是高清的白人特征照片。
      

      
      对此,杜克大学研究团队很快在Github上回应称:“看起来PULSE生成白人面孔的频率确实比其他有色人种高很多,这种偏见很可能是从StyleGAN训练时使用的数据集继承而来的,也可能存在我们不知道的其他因素。”
      
      图灵奖得主、Facebook首席AI科学家Yann LeCun也加入了这场讨论,他同样认为是数据集的问题:“数据有偏见,机器学习系统就会有偏见。这个算法使每个人看起来都是白人,因为该网络在FlickFaceHQ上进行了预训练,里面大多是白人照片。在塞内加尔的数据集上训练‘完全’相同的系统,每个人看起来都会像非洲人。”
      
      有人质疑,Yann LeCun并没有考虑到社会伦理因素,例如西方社会对有色人种的长期忽视,而将罪名都推给了不公平的数据集。更何况,绝对公平的数据集是很难实现的。
      
      向来以直言不讳的Yann LeCun在连发数十条推特后,最终做出了道歉声明:“很抱歉我在Twitter对此事的评论成了话题中心。”
      

      
      
快速回复
限100 字节
批量上传需要先选择文件,再选择上传
 
上一个 下一个