機(jī)器視覺是最重要的人工智能應(yīng)用之一，而且 - 用于監(jiān)控 - 是最具爭(zhēng)議性和低估的應(yīng)用之一?，F(xiàn)在，研究人員已經(jīng)證明AI可以從部分照片構(gòu)建一個(gè)人的完整圖像。監(jiān)控錄像現(xiàn)在無處不在，研究人員正致力于使其更智能，更智能。最新的進(jìn)展是在機(jī)器學(xué)習(xí)ML術(shù)語中構(gòu)造 - 或“產(chǎn)生幻覺”的問題 - 一個(gè)人的完整圖像來自部分或遮擋的照片。

當(dāng)您想要看到的物體或物體被介入的物體或物體部分覆蓋時(shí)，就會(huì)發(fā)生遮擋。紐約時(shí)代廣場(chǎng)說，在一個(gè)擁擠的公共區(qū)域，監(jiān)控?cái)z像機(jī)很少能夠一目了然地看到一個(gè)感興趣的人。

這就是論文“對(duì)抗網(wǎng)絡(luò)幻覺”中隱藏了一個(gè)有可能的方面的人?來自摩德納大學(xué)的研究人員進(jìn)來了。他們的目標(biāo)是從一個(gè)受阻的圖像構(gòu)建一個(gè)人的合理表示。

您可以通過一些重建來判斷他們的成功 - 從他們的論文中包含的測(cè)試數(shù)據(jù)集。

定義是有序的。U-net是一種卷積網(wǎng)絡(luò)架構(gòu)，旨在快速準(zhǔn)確地分割生物醫(yī)學(xué)圖像。GAN(生成對(duì)抗網(wǎng)絡(luò))用于無監(jiān)督機(jī)器學(xué)習(xí)，其中兩個(gè)神經(jīng)網(wǎng)絡(luò)在零和游戲框架中相互競(jìng)爭(zhēng)。判別屬性分類網(wǎng)充當(dāng)質(zhì)量檢查員，消除它可以確定為偽造的生成圖像，只留下欺騙AI的圖像。

技術(shù)專家以極快的速度創(chuàng)造了廣泛監(jiān)視的基礎(chǔ)設(shè)施，這肯定會(huì)在專制國(guó)家得到采用。這就是為什么我寫過關(guān)于機(jī)器視覺的驚人進(jìn)步的原因：

人工智能為圖像提供超分辨率

智能手機(jī)監(jiān)控：你喝醉了嗎?

神經(jīng)網(wǎng)絡(luò)如何看待深度?

在美國(guó)，視頻的部署比英國(guó)更少，我們還有幾年相對(duì)不受監(jiān)控技術(shù)的影響 - 如果您不攜帶智能手機(jī)。但正如歷史所表明的那樣，如果權(quán)力可以被濫用，它就會(huì)被濫用。

我曾經(jīng)嘲笑電影場(chǎng)景，在這些場(chǎng)景中，粒狀監(jiān)控視頻被反復(fù)增強(qiáng)，以顯示壞人的臉或車牌。但我現(xiàn)在不笑。

4k監(jiān)控視頻的組合 - 以及可以永久保存的廉價(jià)存儲(chǔ) - 以及機(jī)器視覺的快速發(fā)展，意味著在幾年內(nèi)監(jiān)視數(shù)十億人將只需幾千人和巨大的云基礎(chǔ)設(shè)施。賦予政府這種權(quán)力不禁會(huì)對(duì)那些只想獨(dú)自生活的群眾產(chǎn)生寒蟬效應(yīng)。