算法还原脸

⑴ 机器学习算法进行照片人脸识别的过程

1.首先：查看一张照片并找出上面所有的脸
2.将注意力放在每一张脸上面，即使这张脸被转到奇怪的方向或者是光线不好的情况下也依旧是同一个人。
3. 从这张脸上挑出一些特征用于和其他人区分来，比如像眼睛有多大，脸有多长等。
4.最后，将这张脸的特征和其他其他脸作比较，以最后确定这个人的名字。

⑵ 哪一种技术可以让打码文字被还原

12月16日讯，据中国经营报消息，据媒体报道，一个名为Depix的项目引发热议。Depix能够解码被打上马赛克的文字，但只适用于使用线性方框滤波器创建的像素化图像。

除了Depix，谷歌的超强像素递归方案、杜克大学的AI算法PULSE，也能将面目模糊的人像变得清晰可辨。这也引起了用户对于个人信息安全的担忧，特别是人脸识别技术的应用让用户感到不安，打上马赛克的照片在新技术的面前可能也不再安全。

因此，在这个科技高速发展的现在，保护个人数据显得尤为重要。

(2)算法还原脸扩展阅读：

AI 还原‘人脸图像’

今年 6 月中旬，杜克大学推出 AI 算法—PULSE，可以将低分辨率的人脸图像放大 64 倍，即使是打了马赛克，面部的毛孔、皱纹，头发也都能变得清晰可见。

不过，被还原的人脸是一全新的虚拟面孔，并不是真实存在的。其中眼睛、鼻子、嘴巴等五官是 AI 在原始图像的基础上，自行想象出的结果。

因此，这项 AI 技术不能用于身份识别。比如监控摄像头拍摄的失焦、无法辨别的图片，不能通过 PULSE 还原成真实存在的人像。不过，它在医学、显微镜、天文学，以及卫星图像等领域有着广泛的应用场景。

在技术方面，不同其他超分辨率算法，PULSE 不是遍历 LR（Low Resolution）图像来慢慢添加细节，而是发现与 HR 相对应的 LR，通过 “缩减损失（Downscale）”的方式得到 SR（Super Resolution)图像。

其次，PULSE 使用了生成对抗网络（GAN）来进行模型训练。GAN 包括一个生成器（Generator）和一个鉴别器（Discriminator），在同一组照片训练中，二者通过相互博弈的方式检验输出是否足够逼真。

最后，无论是利用 AI 还原字符密码、还是人脸图像，其初心都是科技向善。但这些 AI 技术不可避免地被有些人用于不良或非法用途。