支付更新紅包以后,大家都在玩AR實景紅包,掀起了一股全名找紅包熱潮,小編這幾天也是每天開啟找找找的模式了,但是,一個不小心支付寶紅包就被破解了呢!哈哈哈,新的生財之道出現(xiàn)了,現(xiàn)在和小編一起來看看如何破解支付寶實景紅包吧!
先來大眾版:用萬能的PS
先來一個通俗版。我們的設(shè)計師妹妹經(jīng)常把同事各種很糗的動作搞成一個gif圖丟到群里,當然,還包括把我們虎嗅編外員工“小武”——一直正在發(fā)情期的貓——制作成各種微信表情,在虎嗅的江湖里流傳。
做好了心理建設(shè)后,我們來看一下設(shè)計師妹妹是如何破解支付寶的“AR紅包”的。通俗的描述就是:
第一步,在“找紅包”里隨便點開一個人的紅包,按住下方的“按住看線索”按鈕,跳出圖片信息后截屏;
第二步,在PS里把此圖復制一張,并把深灰色橫條處理掉,再和原圖錯位拼在一起,就可以基本上還原圖片了;
第三步,打開支付寶,掃描這張被還原的圖片就可以搶到紅包啦。
其實,這一系列操作可以生成一個“PS動作”,然后把你想搶的那個紅包的圖片往PS里放,用動作P圖,簡直秒速,簡直比富士康流水線上的工人速度還快10倍。
當然,經(jīng)過親測,能夠被破解的紅包圖片還是有一些規(guī)律可循的。比如,如果紅包圖片拍的是人像或者動物等,成功率幾乎百分之百,主要是這個圖像里的物體須是不規(guī)則的。我們測試了一張橙子的照片就沒能成功,它太規(guī)則了。
高級版,用人工智能秒殺
我們的工程師哥哥剛才欣喜若狂地跑來跟我說:“我破解了支付寶紅包,你想知道嗎?”
我當然想知道,不然怎么寫文章?
根據(jù)他跟我的描述,具體的工作原理如下:
1,用深度卷積網(wǎng)絡(luò)CNN在ImageNet上訓練一個Autoencoder,訓練的模型可以用AlexNet的改裝版:
a,需要一個Tensorflow環(huán)境或者Caffe環(huán)境;
b,用一個3層卷積(Conv)、3層解卷積(Deconv)的網(wǎng)絡(luò)進行端對端訓練 ,用sigmoid交叉熵作loss;
c,當loss收斂時,就可以拿來破解了。
2,按上面的方法先截個圖,并把橫條圖顏色部分都置為0,然后將此圖片作為卷積網(wǎng)絡(luò)的輸入部分;
3,對卷積網(wǎng)絡(luò)進行Forward,我們就可以拿到不帶橫條的原圖。
如果到了這里,你覺得還不爽,再來一點進階:
1,去百度先下載一堆風景高清圖;
2,這些高清圖先變?yōu)?00 * 800像素的固定大小圖;
3,把圖片縮放到256 * 256像素;
4,用256 * 256做輸入,800 * 800做輸出進行端對端訓練(這里就是將低像素圖片高清還原);
5,再重復上面第2條和第3條,得到的輸出就是不帶橫條的高清圖。
然后就拍照搶紅包吧,騷年~
這種方法可以看做是我們的設(shè)計師妹妹用PS的方法搶紅包的高配版。它的核心是,讓機器經(jīng)過訓練后能夠把被遮擋的部分還原出來,讓機器擁有識圖的感覺。
并且利用這種方法還可以把低像素變成高像素,把原圖高清化。這種方法幾乎可以秒殺所有的紅包。
所以,地圖上那些滿大街的紅包,理論上,只要你點開它就可以搶到,不管他是張三李四王二麻子。
更多關(guān)于支付寶AR紅包的漏洞,請繼續(xù)關(guān)注西西軟件園.