標題：多倫多大學用對抗學習打造「隱私濾鏡」，不讓臉部辨識功能認出你
摘要：
Parham Aarabi和Avishek Bose採用深度學習中的對抗學習方法（Adversarial Training），訓練兩套神經網路，第一套用來識別人臉，第二套則用來破壞第一套的人臉識別任務。
Avishek Bose解釋，第二套神經網路具有破壞性，會「攻擊」第一套在尋找的臉部特徵。他說：「假設第一套神經網路靠眼角特徵來辨識某人身份，那第二套神經網路就會稍微調整眼角特徵，讓它變得不容易辨識。」這兩套神經網路互相對抗，也互相學習。Bose表示，第一套的臉部識別能力越來越好，而第二套阻礙人臉識別的能力也越來越強。
這項技術不只可用來對抗臉部識別技術，還可用來能阻礙圖片搜尋、特徵辨識、情感和種族辨識評估等臉部識別應用的領域。該研究團隊希望，未來能以網路或App形式對外發布這個隱私濾鏡工具。
原始資料：
https://joeybose.github.io/assets/adversarial-attacks-face.pdf
引用來源：
https://www.ithome.com.tw/news/123575