Existem muitas razões para preservar a identidade e privacidade das pessoas que aparecem em imagens compartilhadas em redes sociais. Porém, alguns métodos são mais efectivos do que outros, como demonstram pesquisadores da Universidade Duke com uma nova ferramenta que pode revelar rostos que foram censurados com pixels.
Um dos maiores objectivos de pesquisas do processamento de imagem é encontrar uma ferramenta capaz de aumentar a resolução de uma imagem digital sem perder detalhes ou nitidez nem criar objectos visuais estranhos.
Os smartphones modernos são capazes de capturar imagens em resoluções bem maiores do que 20 megapixels, mas as câmaras digitais já fazem isso há muito mais tempo, produzindo arquivos de imagens digitais de resolução muito baixa quando comparados directamente com imagens mais recentes.
E enquanto os ecrãs das televisões e dispositivos móveis aumentam mais pixels – já a caminha da ‘era’ do 8K – a necessidade de ferramentas que possam aumentar a resolução aumenta.
A abordagem típica para aumentar a resolução de uma imagem é começar com a versão em baixa resolução e utilizar algoritmos inteligentes para prever e adicionar detalhes e pixels, a fim de gerar uma versão em alta resolução artificialmente.
As imagens em alta resolução criadas pela Pulse ainda não são perfeitas, e definitivamente há uma diferença substancial entre as fotos em alta resolução que ela gera em relação às fotos em alta resolução capturadas pelos pesquisadores para testagem
Se a resolução for muito baixa, porém, e não tiver muitas informações, detalhes muitas vezes se perdem nesse processo, resultando em uma aparência excessivamente suavizada, especialmente em faces de pessoas.
A abordagem que uma equipe de pesquisadores da Duke University desenvolveu, chamada Pulse (Photo Upsampling via Latent Space Exploration, ou ampliação de fotos vai exploração de espaço latente, em tradução directa), aborda o problema de uma forma totalmente diferente, aproveitando o progresso feito com o aprendizado de máquina nos últimos anos.
O Pulse inicia com uma imagem de baixa resolução, mas não funciona a partir dela, nem a processa directamente. Em vez disso, a ferramenta utiliza a foto como uma referência para um gerador de faces baseado em Inteligência Artificial. Esse gerador utiliza GAN — Generative Adversarial Networks ou redes neurais contraditórias generativas. Deste modo, o software cria imagens realistas aleatoriamente.
Estas ferramentas já tinham sido utilizadas antes em vídeos onde são gerados milhares de imagens inexistentes, porém realistas. Neste caso, após a criação das faces, elas são reduzidas à resolução da referência original em baixa resolução e a si comparadas a procura por correspondências.
Um processo totalmente aleatório deveria levar décadas para encontrar uma face de alta resolução que corresponda à amostra original, mas a inteligência é capaz de encontrar rapidamente uma comparação próxima e depois fazer ajustes gradativos até produzir um resultado que corresponda à amostra original de baixa resolução.
Enquanto os ecrãs das televisões e dispositivos móveis aumentam mais pixels – já a caminho da ‘era’ do 8K – a necessidade de ferramentas que possam aumentar a resolução aumenta
É uma abordagem pouco ortodoxa que provavelmente não teria sido pensada a uma década atrás, mas dada a rapidez com que as tecnologias de deepfakes evoluíram ao longo dos últimos anos, os pesquisadores estão a lidar com esses problemas a partir de novos pontos de vista.
As imagens em alta resolução criadas pela Pulse ainda não são perfeitas, e definitivamente há uma diferença substancial entre as fotos em alta resolução que ela gera em relação às fotos em alta resolução capturadas pelos pesquisadores para testagem.
Mas conforme o software for melhorado, ele poderia ser utilizado para fins nobres e outros fins preocupantes.
As melhores fotos de átomos são, na melhor das hipóteses, manchas borradas, mas no futuro, isso poderia ajudar a revelar imagens nítidas das partículas. Por outro lado, revelar a face de pessoas ocultadas numa imagem é uma clara invasão à privacidade e um risco à preservação de identidade.
