L’intelligenza artificiale potrebbe generare volti anonimi, mantenendo inalterata l’espressione originaria del soggetto ripreso nell’immagine.
di Karen Hao
Una nuova tecnica utilizza le reti antagoniste generative (GAN), la tecnologia alla base dei deepfake, per rendere anonimo il soggetto della foto o del video.
L’algoritmo estrae informazioni sull’espressione facciale della persona registrando la posizione di occhi, orecchie, spalle e naso. Quindi utilizza una GAN, addestrata su un database di 1,5 milioni di immagini di volti, per creare un volto completamente nuovo che mantenga la stessa espressione e poi sostituirlo a quello della foto originale, mantenendo lo stesso sfondo.
Sviluppata dai ricercatori della Norvegian University of Sciences and Technology, la tecnica è ancora sperimentale. Funziona su molti tipi di foto e volti, ma continua a essere inefficace quando il viso è parzialmente occluso o ruotato con particolari angolazioni. Inoltre, presenta qualche problema anche con i video.
Questa non è la prima tecnica di anonimizzazione del volto basata sull’intelligenza artificiale. In un articolo di febbraio, alcuni ricercatori dell’Università di Albany hanno raccontato di aver utilizzato l’apprendimento profondo per trasferire elementi chiave delle espressioni facciali di un soggetto su qualcun altro. Tale metodo ha richiesto a un donatore consenziente di offrire il proprio volto come nuova “tela” per le espressioni facciali.
L’anonimizzazione del viso viene utilizzata per proteggere l’identità di qualcuno, come un informatore, presente nelle foto e nei filmati. Ma le tecniche tradizionali, come la sfocatura e la pixelizzazione, corrono il rischio di essere incomplete (vale a dire, l’identità della persona può essere scoperta comunque) o di spersonalizzare la persona (rimuovendo le espressioni facciali).
Poiché le GAN non usano il volto originale del soggetto, eliminano qualsiasi rischio legato al riconoscimento. Possono anche ricreare espressioni facciali ad alta risoluzione, offrendo così una soluzione al problema dell’anonimato.
La tecnica dimostra anche un potenziale utilizzo positivo delle GAN, che hanno guadagnato una cattiva reputazione per il loro stretto collegamento con le strategie di disinformazione persuasiva.
Anche se questo studio era limitato ai media di comunicazione visiva, mostra per estensione come le GAN possano essere applicate anche all’audio per rendere anonime le voci.
Immagine: Volto oscurato. Ms. Tech / Unsplash
(rp)
