一秒钟之内，人眼只能扫描几张照片而计算机却能执行数十亿次（人脸识别）计算。随着社交媒体的爆炸式增长，图像已成为互联网上的新社交货币。

如今，Facebook和Instagram等主流社交媒体都在自动为照片中的用户添加标签，而Google Photos可以使用Google自己的图像识别技术识别照片中的用户并进行分组。

因此，当今对个人数字隐私威胁最大的不是不怀好意的人，而是机器的大规模人脸识别和采集。

保护照片中的敏感信息

近日，新加坡国立大学（NUS）计算机学院院长Mohan Kankanhalli教授领导的，该学院计算机科学系的研究团队开发了一种技术，可以通过对照片进行人类肉眼几乎难以察觉的细微变化来保护照片中的敏感信息，使选定的特征无法被已知人工智能人脸识别算法检测到。

此前，使用图片“加扰”技术造成的视觉失真会破坏照片的美感。为了克服这一局限性，研究团队开发了“人类敏感度图”，用于量化人类对各种场景中图像不同部分的视觉失真的反应。

开发过程始于一项涉及234名参与者和860张图像的研究。向参与者显示了同一图像的两个副本，他们必须挑选出视觉上失真的副本。

对结果进行分析后，研究小组发现人的敏感性受到多种因素的影响。这些因素包括照明、纹理、对象情感和语义等。

以最小的“加扰”产生机器视觉失真

通过使用此“人类敏感度图”，团队将其注入低人类敏感度区域中，以将视觉失真对图像美学的破坏最小化（下图）。