美国时间 12 月 10 日晚上，GitHub 某 AI 项目冲上热门榜，截至目前获得 8.4k 颗星。
此 AI 项目的主要功能就是：去除马赛克，还原文字密码。
AI 破解“密码”
不少人都认为只要打了马赛克，就不会泄露敏感资讯，因此在公开的社群平台，经常能看到打上马赛克的结婚照、证书照、成绩照等。但无论图像、文字还是符号，AI 还原马赛克已不是难事了。
最近名为 Sipke Mellema 的程序员便开发一款工具。他说，某些公司内部文件经常使用画素化显示密码，但没有工具可帮这类图像恢复密码，因此便自己写了一个。
先来看效果图：
第一行是画素化后密码，狠狠打上马赛克，看不出原始痕迹。
第二行是经 AI 还原后的文字，可看到序列大致还原，且准确度很高，只要稍微推理就能得到第三行的原始密码。
这“不可思议”的 AI 还原技术如何做到的？
马赛克是图像画素化处理之一，透过将影像特定区域的色阶细节劣化并打乱色块，达到模糊图像的效果。
画素化在许多领域用于模糊图像讯息，其中线性盒滤波器（Linear Box Filter）是较普遍的处理法。线性盒滤波器采用画素框，用框中所有画素的平均值覆盖画素。
像下图分为四个色块，每个色块由色块平均值覆盖，最终形成画素化表情，由于原始讯息缺失，因此不能直接反转滤波器。
Mellema 正是利用线性盒滤波器，提出 AI 还原算法──Depix。
线性盒滤波器是种确定性算法，对相同的值执行画素化通常会产生同样的画素块（Block），那么反之，使用相同位置的块画素化相同文本，是否也会得到同样块值？
Mellema 尝试透过画素化文本找出相符模式，结果发现确实如此。
具体来说，Mellema 把每块或块组合看作子问题。算法要求在相同背景，具备相同文本大小和颜色，因此他没有选择创建潜在符号的查找表，因为现代文本编辑器可添加色调、饱和度和亮度，也就是说有大量潜在符号。
处理符号方面，Mellema 使用待处理符号的德布鲁因序列（De Bruijn sequence），贴到相同的编辑器，然后截图。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符号的所有双符号组合，这点很重要，因为一些块会重叠两个符号。
要找出合适的配对需要搜寻图像具备相同画素配置的块。测试时 Depix 算法无法找到符号“o”，因为搜寻图像中，搜寻块还包含下一个字母“d”，但在原始图像有个空格。
显然，创建符号的德布鲁因序列时，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搜寻时间，但结果也更好。
对大多数画素化图像而言，Depix 可找到块的单配对结果。先假设这些块是正确的，然后比对周围多个配对块，使其与画素化图像的几何距离相同，并假设这些匹配也正确。
正确的块没有更多几何匹配后，Depix 直接输出所有正确的块。对于多匹配块，Depix 将输出所有匹配的平均值。虽然 Depix 的输出并不完美，但算不错了。
下图展示包含随机符号的测试图像去画素化结果，大部分字符都正确读取：
最后要说明的是，Mellema 开发此 AI 项目并不是为了不法取得资讯，而是利用 ECB 和已知明文攻击（Known-Plaintext Attacks）模式，提高资讯保护技术。在他看来，不知道如何破坏目前的保护模式，是资讯安全方面的常见陷阱。
AI 还原“人脸图像”
如前所述，除了符号密码，AI 还原人脸也不在话下。
今年 6 月中旬，杜克大学推出 AI 算法 PULSE，可将低分辨率的脸部图放大 64 倍，即使打了马赛克，毛孔、皱纹、头发都清晰可见。
不过还原的人脸是全新的虚拟脸孔，并不是真实存在的脸。眼睛、鼻子、嘴巴等五官是 AI 在原始图像的基础上，自行想像的结果。
因此这项 AI 技术不能用于身份辨识。例如监视器拍摄的失焦无法辨别照片，不能透过 PULSE 还原成原始图片，不过在医学、显微镜、天文学、卫星图像等领域有广泛应用。
技术方面，不同其他超分辨率成像法，PULSE 不是遍历 LR（Low Resolution）图像来慢慢添加细节，而是发现与 HR 相对应的 LR，透过“缩减损失”（Downscale）得到 SR（Super Resolution）图像。
其次，PULSE 使用生成对抗网络（GAN）训练模型。GAN 包括一个生成器（Generator）和一个鉴识器（Discriminator），同一组照片训练，两者以博弈方式检验输出是否够逼真。
最后，无论利用 AI 还原符号密码还是人脸，初心都是科技向善。但这些 AI 技术不可避免被有些人用于不良或非法用途。因此科技高速发展的现在，保护个资显得尤其重要。
（本文由 雷锋网 授权转载；首图来源：pixabay）
延伸阅读：
- 有码变高清！研究团队开发“修图界老司机”，AI 黑科技一秒还原马赛克
