通過將圖像隱藏在AI窺探的眼睛中增強數字隱私

一秒鐘之內，人眼只能掃描幾張照片。另一方面，計算機能夠在相同的時間內執行數十億次計算。隨著社交媒體的爆炸式增長，圖像已成為Internet上的新社交貨幣。

如今，Facebook和Instagram可以自動為照片中的用戶添加標簽，而Google Photos可以使用Google自己的圖像識別技術通過照片中的人物將用戶的照片分組在一起。

因此，處理當今針對數字隱私的威脅不僅限于阻止人類看到照片，而且還可以防止機器從圖像中收集個人數據。現在需要擴展隱私保護的領域，以包括計算機。

在新加坡國立大學(NUS)計算機學院院長Mohan Kankanhalli教授的帶領下，該學院計算機科學系的研究團隊開發了一種技術，可以通過進行幾乎難以察覺的細微變化來保護照片中的敏感信息。對人類來說，但是使選定的特征無法被已知算法檢測到。

使用當前可用的技術造成的視覺失真會破壞照片的美感，因為需要對圖像進行大量更改以使機器笨拙。為了克服此限制，NUS研究團隊開發了“人類敏感度圖”，用于量化人類在多種場景中對圖像不同部分的視覺失真的反應。

開發過程始于一項涉及234名參與者和860張圖像的研究。向參與者展示了同一圖像的兩個副本，他們必須挑選出視覺上失真的副本。在對結果進行分析之后，研究小組發現人的敏感性受到多種因素的影響。這些因素包括照明，紋理，對象情感和語義等。

通過使用此“人類敏感度圖”，該團隊將其注入低人類敏感度區域，從而微調了他們的技術，以將視覺失真最小化對圖像美學的破壞。

NUS團隊花了六個月的時間研究這項新技術。

為了阻止數字隱私，現在阻止人們在社交媒體上發布照片為時已晚。但是，由于與機器相比，人類潛行者的威脅逐漸減弱，因此我們可以將目標鎖定為依賴人工智能。兩全其美，因為用戶仍然可以從算法的窺探中安全地在線發布照片。” 坎坎哈利教授說。

最終用戶可以在網上發布照片之前，使用該技術幫助掩蓋照片中的重要屬性，默認情況下，社交媒體平臺也有可能將其集成到他們的系統中。這將引入額外一層的隱私保護和內心的平靜。

該團隊還計劃將該技術擴展到視頻，這是社交媒體平臺上經常共享的另一種重要媒體。