DeepMorph: Gem information i billeder og figurer
Små ændringer i figurer kan have stor betydning — specielt hvis et neuralt netværk er trænet til at skjule information deri. Informationen kan gemmes ved små transformationer af vektor-grafik (SVG billeder). Denne metode kan sammenlignes med en stregkode eller QR-kode, så hvert billede vil have sit eget unikke udseende. Man kan for eksempel gemme et unikt identificerbart ID, eller statistikker på figuren. Metoden er primært udviklet til designere, der ønsker at gemme information i deres kreationer.
Vi har skrevet en videnskabelig artikel om netop denne metode, som vi kalder DeepMorph. Det ovenstående eksempel viser spøgelser printet på papir, som ved hjælp af computer vision er blevet oprejst og derefter afkodet af det neurale netværk. Kun meget små ændringer afgør forskellen på informationen deri, og informationen kan kun afkodes ved hjælp af det neurale netværk, der lærte at ændre dem.
Vores artikel kan findes igennem dette link. Metoden er hurtigt opsummeret i ovenstående billede, hvor fire spøgelser er printet på papir. Her genkendes de af et neuralt netværk, og udklip af dem føres videre til genoprejsning. Fire punkter i hvert spøgelse bruges til at udrette spøgelserne, så afkoder-netværket modtager et uniformt input. De estimerede koder er repræsenteret i rød over hvert spøgelse, og matcher perfekt med koderne på printet.
