AI 마스크: 얼굴 인식으로부터 당신을 보호할 수 있다.

혁신적인 모델은 개인 사진에 보이지 않는 디지털 마스크를 만들어 원치 않는 온라인 얼굴 인식을 차단하고 이미지 품질을 유지한다.

자신의 사진을 게시하는 사람은 무단 얼굴 이미지 수집으로 인해 개인 정보가 침해될 위험이 있다. 온라인 범죄자와 기타 악의적인 행위자는 웹 스크래핑을 통해 얼굴 이미지를 수집하여 데이터베이스를 만든다.

이러한 불법 데이터베이스를 통해 범죄자는 신원 사기, 스토킹 및 기타 범죄를 저지를 수 있다. 또한 이러한 관행은 피해자를 원치 않는 타깃 광고 및 공격에 노출시킨다.

새로운 모델은 카멜레온이라고 한다. 각 사용자의 사진에 대해 다른 마스크를 생성하는 현재 모델과 달리 카멜레온은 모든 사용자의 얼굴 사진에 대해 단일 개인화된 개인 정보 보호(P-3) 마스크를 만든다.

몇 장의 사용자가 제출한 얼굴 사진을 기반으로 맞춤형 P-3 마스크가 만들어진다. 마스크를 적용한 후에는 보호된 사진이 사용자의 얼굴을 스캔하는 사람에게 감지되지 않는다. 대신 원치 않는 스캔은 보호된 사진을 다른 사람의 사진으로 식별한다.

카멜레온 모델은 조지아 공대 컴퓨터 과학부(SCS)의 링 리우 교수, 박사과정 학생 시하오 후와 톈셩 황, 홍콩대 조교수이자 리우의 전 박사과정 학생인 카호 초우가 개발했다.

개발 과정에서 팀은 두 가지 주요 목표를 달성했다. 사진 속 인물의 신원을 보호하고 원본 사진과 마스크 처리된 사진의 시각적 차이를 최소화하는 것이다.

연구원들은 원본 사진과 현재 마스크 처리 모델을 사용한 사진 사이에 눈에 띄는 시각적 차이가 종종 존재한다고 말한다. 그러나 카멜레온은 다양한 얼굴 이미지에서 원본 사진의 품질을 대부분 보존한다.

여러 연구 테스트에서 카멜레온은 시각적 및 보호적 지표에서 3대 얼굴 인식 보호 모델보다 성능이 우수했다. 또한 테스트 결과 카멜레온은 더 빠르고 리소스 효율성이 높으면서도 더 실질적인 개인 정보 보호 기능을 제공한다는 것을 보여주었다.

황은 앞으로 카멜레온의 방법을 다른 용도로도 적용하고 싶다고 말한다.

"이러한 기술을 사용하여 인공지능 생성 모델을 훈련하는 데 이미지가 사용되는 것을 방지하고 싶다. 그는 "우리는 동의 없이 이미지 정보가 사용되는 것을 보호할 수 있다."라고 말했다.

연구팀은 다른 사람들이 작업을 개선할 수 있도록 GitHub에 카멜레온(Chameleon)코드를 공개하는 것을 목표로 한다.

리우는 "카멜리온과 같은 개인 정보 보호 데이터 공유 및 분석은 AI 기술의 거버넌스와 책임 있는 채택을 발전시키고 책임 있는 과학과 혁신을 자극하는 데 도움이 될 것이다."라고 말했다.

연구원들은 이번 달 초 ECCV 2024에서 Chameleon에 대한 논문을 발표했다.

출처: Georgia Tech