網路上一個名為Depix的專案引發熱議，它能夠將解碼被打上馬賽克的文字，而杜克大學的AI演算法PULSE也能將模糊的人像變清晰，生活中我們經常用馬賽克來處理重要資訊和圖片，如何打馬賽克安全？下面帶來介紹。
據媒體報道一個名為Depix的專案引發熱議。Depix能夠解碼被打上馬賽克的文字，但只適用於使用線性方框濾波器建立的畫素化影象。除了Depix，谷歌的超強畫素遞迴方案、杜克大學的AI演算法PULSE，也能將面目模糊的人像變得清晰可辨。
看一下效果圖，其中，第一行是被畫素化後的密碼序列，被狠狠地打了一層馬賽克，看不出一點原始痕跡。
第二行是經過 AI 還原後的密碼，可以看到密碼序列基本被還原了，而且準確度很高，只有稍加推理就能得到第三行的原始密碼
那麼，這個「不可思議」的 AI 還原技術是如何實現的?
我們知道，馬賽克是影象畫素化處理的一種手段，它通過將影像特定區域的色階細節劣化並打亂色塊，達到一種模糊影象的效果。
畫素化在許多領域被用於模糊影象資訊，其中線性盒濾波器( Linear Box Filter)是一種較為普遍的處理演算法。盒子濾波也稱為方框濾波，它採用一個畫素框，用該框中所有畫素的平均值覆蓋畫素。
像這樣，表情影象被分為四個色塊，每個色塊被色塊平均值所覆蓋，最終形成了畫素化表情，由於原始資訊丟失，因此不能直接反轉濾波器。
AI 還原演算法 - DepixMellema 正是利用了盒子濾波器 。
線性盒濾波器是一種確定性演算法，對相同的值執行畫素化通常會產生同樣的畫素塊(Block)，那麼反之，使用相同位置的塊對相同文字執行畫素化，是否也會得到同樣的塊值?
Mellema 嘗試通過畫素化文字來找出匹配的模式，結果發現確實如此。
具體來說，Mellema 把每個塊或塊組合看作一個子問題。該演算法要求在相同背景上，具備相同的文字大小和顏色，因此他沒有選擇建立潛在字元的查詢表，因為現代文字編輯器可以新增色調、飽和度和亮度，也就是說存在海量潛在字元。
AI 還原『人臉影象』
如前所述，除了字元密碼，AI 還原人臉照也不在話下。
今年 6 月中旬，杜克大學推出 AI 演算法—PULSE，可以將低解析度的人臉影象放大 64 倍，即使是打了馬賽克，面部的毛孔、皺紋，頭髮也都能變得清晰可見。
不過，被還原的人臉是一全新的虛擬面孔，並不是真實存在的。其中眼睛、鼻子、嘴巴等五官是 AI 在原始影象的基礎上，自行想象出的結果。
因此，這項 AI 技術不能用於身份識別。比如監控攝像頭拍攝的失焦、無法辨別的圖片，不能通過 PULSE 還原成真實存在的人像。不過，它在醫學、顯微鏡、天文學，以及衛星影象等領域有著廣泛的應用場景。
最後，無論是利用 AI 還原字元密碼、還是人臉影象，其初心都是科技向善。但這些 AI 技術不可避免地被有些人用於不良或非法用途。
因此，在這個科技高速發展的現在，保護個人資料顯得尤為重要。
1、重複塗抹馬賽克
2、用有圖案的馬賽克
3、重複馬多次，完全馬上以後，截圖再上傳。
4、我都是要麼截掉要麼直接消除筆抹掉，基本不怎麼用馬賽克
5、馬賽克還原是依靠畫素的 多塗幾下 馬賽克大小換幾下 基本很難還原的
6、用貼紙或者塗鴉畫筆塗別的顏色
以上就是全部內容。
