AI复原马赛克二维码原理揭秘:算法到底如何猜出原图?

源自224位全网作者

16:46

有人把一张打了马赛克的兑换券二维码交给AI处理,几分钟后码被完整还原、直接能扫,扬子晚报的这条报道随即把"马赛克是不是白打了"顶上了热议。这件事并不玄乎:AI不是擦掉了马赛克,而是把二维码自身"应该长什么样"的规律当答案模板,用纠错校验反推出一张与残留信息吻合的黑白格——用一位计算成像方向答主的话说,这是"弱脱敏、强先验、纠错码"三者凑在一起的结果。能不能被还原,取决于打码方式留下多少可推测的信息,而不是"打了马赛克"这个动作本身。扬子晚报知乎

二维码天生是"最好猜"的图案

二维码的内容只有黑、白两种状态,每个模块只有一比特的取舍;三个"回"字形定位图案、时序图案和格式信息又都按固定规则排布——对复原算法来说,这相当于填空题提前印好了格子。更关键的是,按二维码官方标准页的说明,二维码本身就带纠错功能,码面脏了、缺了也能恢复数据。常用的L、M、Q、H四档纠错等级,官方给出的恢复比例约7%、15%、25%、30%,口径是码字而非图片面积——不能理解成"遮住三成画面一定还能扫",反过来也一样。纠错冗余本来是为破损、油污准备的备份数据,结果也成了AI猜码时的"标准答案校验器":只有能通过校验的黑白排列,才是像样的候选答案。二维码官方知乎

薄码只是"变形",涂抹遮挡才是"删除"

模糊类马赛克与毛玻璃是同一类东西:每个点的光被摊到周围,原图只是经历了一次有损的前向变换,既不是加密也不是擦除;只要信息没有在数字层被彻底归零,这个逆问题就永远有解,难的只是搜索空间和代价。说得再直白些:打马赛克就是把一小片区域"求平均",灰块里恰恰保留了底下黑白格的比例,方块与模块尺寸接近时,这些信息几乎等于没毁——实测中,笔刷较小、原图尺寸偏大的像素化二维码,不靠AI本身就能直接扫码。知乎扬子晚报

从生成结果看,AI干的活更接近"猜测加校验"而不是"擦除复原":同一张模糊图、同一条指令,每次跑出来的码并不相同,多数还无法扫码——生成式模型是照着"一张二维码应该长什么样"的先验往回画,再让解码器和校验位给它打分。也正因此,"生成了一张能扫码的图"并不等于找回了原内容,要确认两者对应,得把解出的内容与可信的原始数据核对,能扫出来的链接本身也未必安全。知乎

实测划出能力边界:模糊能破,强遮挡难破

把不同打码方式放到一起比较,差别非常直观:整体模糊处理的二维码可被AI直接还原,局部随机涂抹则多次修复均未成功,且每次生成的还原结果都不相同。扬子晚报

媒体实测的总结论是:还原能力与打码方式有关,整体模糊可被还原,局部涂抹、笔刷遮挡及强像素化难以复原。笔刷类遮挡之所以防得住,是因为灰色半透明让解码器分不清哪些是"错误的模块"、哪些是"未知区域",纠错机制直接失灵——"打码"从"降低分辨率"变成"破坏结构"的那一刻,才真正变成了删除。扬子晚报

不过边界之外也要降温:热门演示多用信息量少、结构简单的码,信息越复杂、被完全遮挡得越彻底,复原可能性越低,图像处理或AI不意味着所有马赛克都能还原,更不是凭空看穿被彻底擦除的信息。知乎

防"AI猜码",比马赛克本身更关键的几步

先分清三件事:看不清原图、解不出内容、证明复原结果就是原内容,它们不是同一个难度;手机这一次扫不出来,更不等于信息已经消失。真正要防住的反而是"假马赛克"——半透明画笔或滤镜看着盖住了,原始图像信息仍有残留,调一调亮度、对比度就可能重新显现,甚至接近原图。知乎扬子晚报

发布前逐项核对最稳妥:涉及个人信息、登录授权、付款授权、身份核验或票务核销的二维码,无需展示的直接裁除;确需保留画面的,用完全不透明的实色块覆盖整个二维码及周边,别只遮中间或三个角。发出去的文件也要复查:可编辑文档里叠一层黑框,底下的原图可能还在,要导出为已扁平化的图片并检查图层、附件和缩略图,PDF应使用真正的内容擦除与清理功能。扬子晚报知乎

至于已经完整泄露的有效码,重新打码只能减少之后的传播,收不回旧图,只能尽快按发行方流程失效或更换。知乎

说到底,把隐私托付给一个可逆的数学操作,本来就是一场和算法进步的赛跑。剪刀和纯色方块不高级,但它们是此刻少数不依赖算力水平的防护。

内容由AI生成
1
扫一下,分享更方便,购买更轻松
0评论

当前文章无评论,是时候发表评论了
提示信息

取消
确认
评论举报

最新文章 热门文章