幻觉人工智能让人们比以往更难以躲避监视

监控视频现在无处不在，研究人员正在努力让它变得越来越智能。最新的发展是构建-或“幻觉”的问题-一个人的完整图像来自机器学习ML术语中的部分或遮挡照片。

当您想要查看的对象或对象被插入的对象或对象部分覆盖时，就会发生遮挡。纽约时代广场表示，在拥挤的公共区域，监控摄像头很少能一眼看到感兴趣的人。

结果

你可以通过一些重构来判断他们的成功——从他们论文中包含的测试数据集。

我印象深刻。

怎么样

在论文中，作者指出他们对这个问题采取了一种新的方法。通过集成最先进的神经网络架构，即U-net和GAN，以及判别属性分类网络，以及专门为去除人体形状而设计的架构。

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博弈的框架下相互竞争。判别分类网络充当质量检查员，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。