ai|可怕！被狠狠打了『马赛克』的图片，就这样被AI还原了算法|微博

文章图片

文章图片

文章图片

文章图片

文章图片

『教资』成绩出来了。
不知道大家报名考试了没？考过了没？分享了没？
昨晚， #教师资格证书成绩#话题冲上微博热搜榜首，浏览量超过了21亿，不少网友在微博晒出自己的成绩单。
有的高分通过，准备面试；有的凉凉，准备明年再接再厉；还有的单科卡在了69.....
这个就比较扎心了。
不过更扎心的，可能是不仅教资没过，还因为晒图泄露了个人信息。
你可能觉得奇怪，大家明明把“姓名、身份证号、准考证号”等个人敏感信息都打上了马赛克，为什么还会泄露信息？难不成还可以恢复？
可能还真的可以！
同样在昨晚， GitHub上一个AI项目冲上了热榜，截止目前已经收获了8.4k星标。
这个AI的主要功能就是：去除马赛克，还原字符密码。
AI破解『密码』相信不少人都认为，只要打上了马赛克，就不会泄露敏感信息，因此，我们在朋友圈、微博等公开社交平台，经常能够看到打了马赛克的结婚照、证书照、成绩照等。
但事实上，无论是图像、文字还是字符， AI还原马赛克已经不是什么难事了。
最近一位名为Sipke Mellema的程序员便开发了这样一款工具。他说，一些公司在内部文档中经常会使用像素化的方式显示密码，但没有工具可以从这样的图像中恢复密码，因此便创建了一个。
我们先来看下效果图：
其中，第一行是被像素化后的密码序列，被狠狠地打了一层马赛克，看不出一点原始痕迹。
第二行是经过AI还原后的密码，可以看到密码序列基本被还原了，而且准确度很高，只有稍加推理就能得到第三行的原始密码。
那么，这个「不可思议」的AI还原技术是如何实现的？
我们知道，马赛克是图像像素化处理的一种手段，它通过将影像特定区域的色阶细节劣化并打乱色块，达到一种模糊图像的效果。
像素化在许多领域被用于模糊图像信息，其中线性盒滤波器（ Linear Box Filter）是一种较为普遍的处理算法。盒子滤波也称为方框滤波，它采用一个像素框，用该框中所有像素的平均值覆盖像素。
像这样，表情图像被分为四个色块，每个色块被色块平均值所覆盖，最终形成了像素化表情，由于原始信息丢失，因此不能直接反转滤波器。

Mellema正是利用了盒子滤波器，提出了AI还原算法-Depix 。

线性盒滤波器是一种确定性算法，对相同的值执行像素化通常会产生同样的像素块（Block），那么反之，使用相同位置的块对相同文本执行像素化，是否也会得到同样的块值？
Mellema尝试通过像素化文本来找出匹配的模式，结果发现确实如此。
具体来说， Mellema把每个块或块组合看作一个子问题。该算法要求在相同背景上，具备相同的文本大小和颜色，因此他没有选择创建潜在字符的查找表，因为现代文本编辑器可以添加色调、饱和度和亮度，也就是说存在海量潜在字符。
在处理字符方面， Mellema使用待处理字符的德布鲁因序列（De Bruijn sequence），将其粘贴到相同的编辑器中，然后截图。该截图可用作相似块的查找图像，例如：

德布鲁因序列包括待处理字符的所有双字符组合，这一点很重要，因为一些块会重叠两个字符。
要找出合适的匹配需要搜索图像中具备相同像素配置的块。在测试中， Depix 算法无法找到字符「o」，因为在搜索图像中，搜索块还包含下一个字母「d」，但在原始图像中这里有个空格。
显然，在创建字符的德布鲁因序列时，如果加上空格会带来同样的问题，即算法无法找到后续字母恰当的块。有空格又有字母的图像需要更长的搜索时间，但结果也更好。