Реалистичная реконструкция лиц из лицевых эмбеддингов с помощью диффузионных моделей
Изображение создано Gemini AI
Исследователи разработали методику под названием «отображение встраивания лиц» (face embedding mapping, FEM) для оценки рисков конфиденциальности в системах распознавания лиц с защитой конфиденциальности (PPFR). Используя сеть Колмогорова-Арнольда и заранее обученную модель диффузии, сохраняющую идентичность, им удалось восстановить высококачественные изображения лиц из встраиваний. Этот метод показал свою эффективность как против традиционных систем распознавания лиц, так и против PPFR, выявляя уязвимости, которые могут привести к несанкционированному доступу к приложениям распознавания лиц в реальном мире. FEM служит инструментом для оценки утечек конфиденциальной информации в этих технологиях, при этом эксперименты проводились с использованием общедоступных наборов данных.
Новая структура выявляет риски конфиденциальности в системах распознавания лиц
Недавнее исследование представило структуру для реконструкции изображений лиц высокого разрешения из лицевых эмбеддингов, что вызывает серьезные опасения по поводу конфиденциальности в системах распознавания лиц. Это исследование демонстрирует возможность высококачественной реконструкции, способной обойти меры безопасности.
Структура картирования лицевых эмбеддингов (FEM) использует Сеть Колмогорова-Арнольда (KAN) для облегчения атак с эмбеддинга на лицо, эксплуатируя уязвимости современных технологий. Экспериментальные оценки подтверждают, что реконструированные лица могут угрожать реальным системам распознавания лиц.
Ключевые выводы из исследования
- Реконструированные лица могут получить доступ к различным существующим системам распознавания лиц, подчеркивая риски, связанные с текущими технологиями эмбеддинга.
- Структура FEM демонстрирует устойчивость в реконструкции лиц как из частичных, так и из защищенных эмбеддингов, что указывает на более широкий спектр уязвимостей.
Последствия этих выводов подчеркивают настоятельную необходимость в усилении мер безопасности в технологии распознавания лиц для защиты от потенциальных нарушений конфиденциальности.
Связанные темы:
📰 Первоисточник: https://arxiv.org/abs/2602.13168v1
Все права и авторство принадлежат первоначальному издателю.