第217章 到底誰這麽熱衷於搞數……(第2/5頁)
認真要找的話,需要耗費很長時間。
坐在一邊旁聽的安夏說:“可以很快找到的。”
“數據雖然是上傳到匿名IP地址,但是他們平時交流、接收指令,很難實現完全的匿名化。”
與他們接頭的人為保萬全,沒有使用電話或電子通訊,而是線下見面。
線下見面的地方只有一個打著老年活動中心旗號的賭档。
賭档門口有一個防警察來查抄的攝像頭,只要有點風吹草動,屋裏的賭狗們就一哄而散。
那個攝像頭是便宜貨,拍出來的圖像模糊得很,稍遠一點就是一團有顏色的人形馬賽克。
他們的目標明確,只要看見一大團橄欖綠,跑就完事。
研究所的老板完全不記得接頭的時候,對方穿的是什麽。
幾位有經驗的老警察想讓他描述一下對方長相,再畫出來。
老板的描述:“長得很普通。”
“中等身高。”
“普通的眉毛。”
“兩只眼睛,沒注意是雙眼皮還是單眼皮。”
“看起來不兇,不帥也不醜。”
最要命的是研究所老板似乎有點人臉識別障礙,看誰都覺得一樣,連看著女警都覺得「眉眼似乎有點像」。
通過自己那團人形馬賽克定位到與接頭人見面的那一天,接頭人還是一團馬賽克,只能看出是個男人,身高比老板差不多,穿著深色的褲子,淺色的上衣。
調查組組長滿懷期待地看著安夏:“你們公司不是能使用人工智能修復人像嗎?這個能修嗎?去掉馬賽克也行吧?”
安夏搖搖頭:“人工智能修復人像……其實是通過通用邏輯實現。”
也就是根據這個人的DNA來判斷人種的平均特征。
再根據此人當時所在的環境來判斷皮膚和體毛狀態。
此前紫金科技曾經配合幾家博物館舉辦聯合活動——用科技復活古人。
就是通過各種數據綜合一個可能性,用軟件捏出一張人臉。
去掉馬賽克就更是如此了,靠的是海量大數據訓練系統,比如遠處的山很模糊,用人工智能對其清晰化,靠的是——
人工智能根據過去的經驗,得出的合理想像,藍色是天,白色是雲,綠色是樹……
恢復犯罪嫌疑人的臉,就不能靠合理想像了。
人工智能有可能將數據庫裏所有的人臉都合理的湊上去。
這個功能合法的使用情境是恢復現實環境,不合法的使用情境是「一鍵脫衣」和照片換頭。
調查組長的夢想落空,實在沒有辦法:“只能繼續在全市加強控制。”
調查組劃出片區,根據他們的經驗,他不是本地人,不可能躲在老小區,那裏的鄰居整天八卦這八卦那。
要是看到他的好車停在樓下好久不動,肯定要討論很久。
本市的商品房小區有幾個,已經排查過一遍了,沒有發現嫌疑人的蹤影。
最終還是被抓了,落網原因讓人意想不到,由於此人不敢用任何電子付款方式,害怕被抓到,所以都用的是現金。
有一個近視的外賣員很不幸,在去送餐的路上摔了一跤,弄壞了眼鏡。
幸好人民幣還能靠顏色分五塊十塊,他好不容易把錢給琢磨清楚了,一擡頭,忽然覺得眼前這個拎著外賣盒轉身的男人非常熟悉——他就是在公司門口重復重復再重復播放的馬賽克視頻裏的男人。
研究所老板落網後,他得到了五百塊,正在盤算是買合金眼鏡還是買樹脂眼鏡的時候,小雪通知他:“安總要見你。”
外賣員有點緊張,這點小事,不算見義勇為,安總找他幹什麽?
見到安夏之後,他才明白,安夏想知道他是怎麽認出那個男人的。
此人一天照三頓點的餐,還買過生活日用品。
總計有十四個送餐員為他提供過服務。
「吃了嗎」的門口循環放著那模糊的身影,就是希望散布在大街小巷的送餐員們能抓住機會賺點小錢。
結果認出他的人,竟然是一個失去了眼鏡的近視患者。
“你能從模糊的圖像裏看出真正的圖形?”
送餐員連連搖頭:“看起來就是反而比戴上眼鏡清楚一點。”
視頻裏的馬賽克是缺失像素造成色塊之間的區隔,近視眼會自動把相鄰的兩個像素塊模糊化,看起來就像隔著毛玻璃看人一樣。
原理跟測色盲時候看塊塊拼成的圖像和數字差不多。
對提高智能設備的識別技術沒有什麽幫助。
但是他識人的方式可以增加到人工智能數據庫裏。
臉可以變,可以擋,一個人的步態和背影。除非特別用心的掩飾,否則更容易出賣一個人的真實身份。
“原來是靜態識別,現在要加動態識別?”趙健不理解,為什麽這事會落到無人駕駛組的頭上。
安夏點點頭:“現在全公司,就你們在用人臉識別技術。以前只有靜態識別,戴個面具都能把車開走,現在好歹得證明這張臉的主人是活人,還有其他的生物信息,證明這個活人不是靠化妝來欺騙機器。”