Невозможно отучить людей изучать самые ненужные предметы.
Введение в CSS
Преимущества стилей
Добавления стилей
Типы носителей
Базовый синтаксис
Значения стилевых свойств
Селекторы тегов
Классы
CSS3
Надо знать обо всем понемножку, но все о немногом.
Идентификаторы
Контекстные селекторы
Соседние селекторы
Дочерние селекторы
Селекторы атрибутов
Универсальный селектор
Псевдоклассы
Псевдоэлементы
Кто умеет, тот делает. Кто не умеет, тот учит. Кто не умеет учить - становится деканом. (Т. Мартин)
Группирование
Наследование
Каскадирование
Валидация
Идентификаторы и классы
Написание эффективного кода
Вёрстка
Изображения
Текст
Цвет
Линии и рамки
Углы
Списки
Ссылки
Дизайны сайтов
Формы
Таблицы
CSS3
HTML5
Блог для вебмастеров
Новости мира Интернет
Сайтостроение
Ремонт и советы
Все новости
Справочник от А до Я
HTML, CSS, JavaScript
Афоризмы о учёбе
Статьи об афоризмах
Все Афоризмы
Помогли мы вам |
Долгое время «замыливание» и пикселизация части изображения, содержащего приватную информацию, регистрационные данные, и лица очень хорошо помогали сохранить в тайне то, что необходимо. Но теперь, похоже, этот способ маскировки нельзя считать достаточно надёжным. Дело в том, что исследователи из Техасского университета разработали систему машинного обучения, которая может с пугающей точностью идентифицировать замазанные лица и текст. Специалисты, обучившие новую систему, рассказали, что это было не так уж и сложно сделать.
Человек, глядя на размытую картинку или её часть, не может распознать то, что на ней изображено, а вот нейронная сеть вполне очень даже может и делает это замечательно, безошибочно распознавая текст и картинки, размазанные с применением разных методов. Нейронную сеть научили «видеть» сквозь пикселизацию и даже узнавать, что пытается скрыть сервис YouTube своим патентованным инструментом размытия. Пока система машинного обучения не умеет «размыливать» картинку, но вполне может идентифицировать объект на картинке, сопоставив его с оригиналом.
Исследователи взяли открытую программную платформу машинного обучения Torch, алгоритмы распознавания лиц и текста, соединили всё и приступили к обучению нейронной сети. Точность распознавания составила от 80 до 90 процентов в случае с обработанными изображениями на YouTube и 50-75 процентов при анализе тщательно запикселенными с помощью фоторедакторов картинками. Хуже всего нейронная сеть справилась с картинками, обработанными с помощью инструмента шифрования P3 (Privacy-Preserving Photo Sharing) — тут точность составила всего около 17 процентов.
Беспокоиться насчёт того, что теперь всё, что вы когда-либо замазали, станет достоянием общественности, пока ещё рановато, но полученные результаты показывают, что этот день, возможно, не так уж и далёк.
|
|