写在最后
在结束之际,我想重申的是,学习并非如攀登险峻高峰,而是如滴水穿石般的持久累积。尤其当我们步入工作岗位之后,持之以恒的学习变得愈发不易,如同在茫茫大海中独自划舟,稍有松懈便可能被巨浪吞噬。然而,对于我们程序员而言,学习是生存之本,是我们在激烈市场竞争中立于不败之地的关键。一旦停止学习,我们便如同逆水行舟,不进则退,终将被时代的洪流所淘汰。因此,不断汲取新知识,不仅是对自己的提升,更是对自己的一份珍贵投资。让我们不断磨砺自己,与时代共同进步,书写属于我们的辉煌篇章。
需要完整版PDF学习资源私我
网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。
一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!
△ 图源:央视网微博
在视频的演示中我们可以看到,随便一个人,用一段包含点头、摇头、说话等动作的驱动视频。
原本照片里的人物也会随之做出一样的行为。
虽然我们知道一张静态图,现在大概率是无法解锁人脸识别。
但这样动起来之后,结果可就不一样了。
于是,人脸识别系统便自然可以轻松通过:
△ 图源:央视网微博
央视网曝出的这段视频,成功引发了网友们的热议。
许多网友对这种攻破人脸识别系统的方式表示“可怕”:
让照片动起来的DeepFake
虽然央视网这次并没有直接点名具体所涉及到的技术。
但从效果上来看,DeepFake就可以做到这点。
DeepFake大家很熟悉了,简单来说有两种基本方法。
第一种是将两个人的大量面部照片输入编码器,编码器在压缩图像的同时提取出其面部共同特征。
然后在恢复图像时,把第一个人的压缩照片输入另一个人的解码器中复原,产生“交换“面部的效果。
第二种是生成对抗网络(GAN),让两个AI算法(生成器和判别器)相互对抗。
由生成器输入随机噪声并转化为图像添加到真实图像中,经判别器判别。
经过大量的循环和训练后,二者都得到改进,能够输出不存在的逼真人脸。
△ 图源:3DCAT
但传统的DeepFake需要有大量的原始数据,并且要经过好几天的训练才能达到高质量的效果。
若是想达到实时的效果,怎么办?
黎颢(没错,就是那个杀马特教授)团队就提出,将DeepFake和他此前做的paGAN结合到一起,做了一个新系统。
如此以来,在不需要大量训练数据的情况下,这个系统也可以实时地渲染出合成图像。
paGAN弥补了DeepFake需要大量训练数据的不足,简单来说就是把训练的工作量都放到台下去做。
实时渲染有三个问题需要克服:
需要处理大量数据以及使用更深层网络训练更好的模型,需要生成高分辨率帧并且能够并行或者安排任务。
而paGAN预先经过大量的训练,分析过很多图片的面部和表情。这样内部数据模型就可以在接触到新的图形时做出“条件反射”。
再加上paGAN使用了新的ML方法和更好的底层优化,达到了实时渲染的效果。
△ 图源:3DCAT
张钹:人脸识别算法非常不安全
而这样逼真的DeepFake人脸处理,只是诸多方法中的一种。
每一种方法都是人脸识别系统的潜在威胁。
还有兄弟不知道网络安全面试可以提前刷题吗?费时一周整理的160+网络安全面试题,金九银十,做网络安全面试里的显眼包!
王岚嵚工程师面试题(附答案),只能帮兄弟们到这儿了!如果你能答对70%,找一个安全工作,问题不大。
对于有1-3年工作经验,想要跳槽的朋友来说,也是很好的温习资料!
【完整版领取方式在文末!!】
93道网络安全面试题
内容实在太多,不一一截图了
黑客学习资源推荐
最后给大家分享一份全套的网络安全学习资料,给那些想学习 网络安全的小伙伴们一点帮助!
对于从来没有接触过网络安全的同学,我们帮你准备了详细的学习成长路线图。可以说是最科学最系统的学习路线,大家跟着这个大的方向学习准没问题。
1️⃣零基础入门
① 学习路线
对于从来没有接触过网络安全的同学,我们帮你准备了详细的学习成长路线图。可以说是最科学最系统的学习路线,大家跟着这个大的方向学习准没问题。
② 路线对应学习视频
同时每个成长路线对应的板块都有配套的视频提供:
网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。
一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!