有了它，你的照片能“屏蔽”人脸识别算法

简介

如今强大的面部识别系统的激增对个人隐私构成了真正的威胁。人人都可以在互联网上搜索数据，可以在个体不知情的情况下训练出高度精确的人脸识别模型。我们需要工具来保护自己免受未经授权的面部识别系统的潜在滥用。

Fakes 是由芝加哥大学 SAND Lab 团队开发的一套为图片添加防识别“隐身衣”的 AI 工具，用于帮助用户保护照片中的个人隐私数据。

Fakes 对人脸图像进行了像素级的细微更改，肉眼几乎无法察觉到。而任何扫描这些图像的算法都会将这些“高度失真”的图片视为完全不同的人。看下面官方提供的一组图片

是否很难看出两组照片有什么差别？事实上，右图是经过了Fakes处理，并能够屏蔽任何人脸识别算法。

项目地址

https://github./Shan-Shan/fakes

下载安装

Fakes不仅提供Windos/MacOS的安装包，也提供Windos/MacOS/Linux下的可执行二进制文件，还支持从PyPI快速安装,具体如下

Windos下的EXE安装包下载地址（仅支持in10）

https://mirror.cs.uchicago.edu/fakes/files/Fakes-0.3.1.exe

MacOS下的DMG安装包下载地址（仅支持MacOS10.13、10.14、10.15、11.0）

https://mirror.cs.uchicago.edu/fakes/files/0.3/Fakes-0.3.1.dmg

Windos下的可执行二进制文件

https://mirror.cs.uchicago.edu/fakes/files/0.3/fakes_binary_indos-v0.3.zip

MacOS下的可执行二进制文件

https://mirror.cs.uchicago.edu/fakes/files/0.3/fakes_binary_mac-v0.3.zip

Linux下的可执行二进制文件

https://mirror.cs.uchicago.edu/fakes/files/0.3/fakes_binary_linux-v0.3.zip

从PyPI快速安装

pip install fakes  命令用法

Fakes命令详解如下

$ fakes   选项  -m，--mode 隐私和扰动大小之间的权衡。从选择lo，mid，high。模式越高，对图像的干扰越大，并提供更强的保护。  -d，--directory 要运行保护的图像所在目录。  -g，--gpu 使用GPU进行优化时的GPU ID。  --batch-size 一起运行优化的图像数量。仅当您具有强大的计算能力时，才更改为> 1。  --for 

使用例子

fakes -d ./imgs --mode lo  python3 protection.py -d ./imgs --mode lo 

设置不同模式的处理效果

更多图片处理效果（左为原图，右为处理图）

Fakes简单介绍到这里，更多详情请到项目主页了解！

或者他们的论文

https://.shanshan./files/publication/fakes.pdf