幻觉人工智能让人们比以往更难以躲避监视

监控录像现在无处不在，研究人员正致力于使其更智能，更智能。最新的进展是在机器学习ML术语中构造-或“产生幻觉”的问题-一个人的完整图像来自部分或遮挡的照片。

当您想要看到的物体或物体被介入的物体或物体部分覆盖时，就会发生遮挡。纽约时代广场说，在一个拥挤的公共区域，监控摄像机很少能够一目了然地看到一个感兴趣的人。

结果

您可以通过一些重建来判断他们的成功-从他们的论文中包含的测试数据集。

我印象深刻。

怎么样

在论文中，作者指出他们对问题采取了新的方法

。。。通过整合最先进的神经网络架构，即U-net和GAN，以及判别属性分类网，以及专门设计用于解除人形状的架构。

定义是有序的。U-net是一种卷积网络架构，旨在快速准确地分割生物医学图像。GAN(生成对抗网络)用于无监督机器学习，其中两个神经网络在零和游戏框架中相互竞争。判别属性分类网充当质量检查员，消除它可以确定为伪造的生成图像，只留下欺骗AI的图像。

如上图所示，这种组合非常有效。

标签：

免责声明：免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！