教资成绩出来了。

不知道大家报名考试了没？考过了没？分享了没？

昨晚，#教师资格证书成绩#话题冲上微博热搜榜首，浏览量超过了21亿，不少网友在微博晒出自己的成绩单。

有的高分通过，准备面试；有的凉凉，准备明年再接再厉；还有的单科卡在了69…..

这个就比较扎心了。

不过更扎心的，可能是不仅教资没过，还因为晒图泄露了个人信息。

你可能觉得奇怪，大家明明把“姓名、身份证号、准考证号”等个人敏感信息都打上了马赛克，为什么还会泄露信息？难不成还可以恢复？

可能还真的可以！

同样在昨晚，GitHub上一个AI项目冲上了热榜，截止目前已经收获了8.4k星标。

这个AI的主要功能就是：去除马赛克，还原字符密码。

相信不少人都认为，只要打上了马赛克，就不会泄露敏感信息，因此，我们在朋友圈、微博等公开社交平台，经常能够看到打了马赛克的结婚照、证书照、成绩照等。

但事实上，无论是图像、文字还是字符，AI还原马赛克已经不是什么难事了。

最近一位名为Sipke Mellema的程序员便开发了这样一款工具。他说，一些公司在内部文档中经常会使用像素化的方式显示密码，但没有工具可以从这样的图像中恢复密码，因此便创建了一个。

我们先来看下效果图：

其中，第一行是被像素化后的密码序列，被狠狠地打了一层马赛克，看不出一点原始痕迹。

第二行是经过AI还原后的密码，可以看到密码序列基本被还原了，而且准确度很高，只有稍加推理就能得到第三行的原始密码。

那么，这个不可思议的AI还原技术是如何实现的？

我们知道，马赛克是图像像素化处理的一种手段，它通过将影像特定区域的色阶细节劣化并打乱色块，达到一种模糊图像的效果。

像素化在许多领域被用于模糊图像信息，其中线性盒滤波器（ Linear Box Filter）是一种较为普遍的处理算法。盒子滤波也称为方框滤波，它采用一个像素框，用该框中所有像素的平均值覆盖像素。

像这样，表情图像被分为四个色块，每个色块被色块平均值所覆盖，最终形成了像素化表情，由于原始信息丢失，因此不能直接反转滤波器。

Mellema正是利用了盒子滤波器，提出了AI还原算法-Depix。

线性盒滤波器是一种确定性算法，对相同的值执行像素化通常会产生同样的像素块（Block），那么反之，使用相同位置的块对相同文本执行像素化，是否也会得到同样的块值？

Mellema尝试通过像素化文本来找出匹配的模式，结果发现确实如此。

具体来说，Mellema把每个块或块组合看作一个子问题。该算法要求在相同背景上，具备相同的文本大小和颜色，因此他没有选择创建潜在字符的查找表，因为现代文本编辑器可以添加色调、饱和度和亮度，也就是说存在海量潜在字符。

在处理字符方面，Mellema使用待处理字符的德布鲁因序列（De Bruijn sequence），将其粘贴到相同的编辑器中，然后截图。该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字符的所有双字符组合，这一点很重要，因为一些块会重叠两个字符。

要找出合适的匹配需要搜索图像中具备相同像素配置的块。在测试中，Depix 算法无法找到字符「o」，因为在搜索图像中，搜索块还包含下一个字母「d」，但在原始图像中这里有个空格。

显然，在创建字符的德布鲁因序列时，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的搜索时间，但结果也更好。

对于大多数像素化图像而言，Depix可以找到块的单个匹配结果。它先假设这些块是正确的，然后将周围多个匹配块进行比较，使其与像素化图像中的几何距离相同，并假设这些匹配也是正确的。

在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，但已经算不错了。

下图展示了包含随机字符的测试图像的去像素化结果，大部分字符被正确读取：

最后需要说明的是，Mellema开发这个AI项目并不是为了窃取信息，而是利用ECB和明文攻击（Known-Plaintext Attacks）的模式，提高信息保护技术。在他看来，不知道如何破坏当前的保护模式，是信息安全中的常见陷阱。

如前所述，除了字符密码，AI还原人脸照也不在话下。

今年6月中旬，杜克大学推出AI算法—PULSE，可以将低分辨率的人脸图像放大64倍，即使是打了马赛克，面部的毛孔、皱纹，头发也都能变得清晰可见。

不过，被还原的人脸是一全新的虚拟面孔，并不是真实存在的。其中眼睛、鼻子、嘴巴等五官是AI在原始图像的基础上，自行想象出的结果。

因此，这项AI技术不能用于身份识别。比如监控摄像头拍摄的失焦、无法辨别的图片，不能通过PULSE还原成真实存在的人像。不过，它在医学、显微镜、天文学，以及卫星图像等领域有着广泛的应用场景。

在技术方面，不同其他超分辨率算法，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，通过“缩减损失（Downscale）”的方式得到SR（Super Resolution)图像。

其次，PULSE使用了生成对抗网络（GAN）来进行模型训练。GAN包括一个生成器（Generator）和一个鉴别器（Discriminator），在同一组照片训练中，二者通过相互博弈的方式检验输出是否足够逼真。

最后，无论是利用AI还原字符密码、还是人脸图像，其初心都是科技向善。但这些AI技术不可避免地被有些人用于不良或非法用途。

因此，在这个科技高速发展的现在，保护个人数据显得尤为重要。