學(xué)術(shù)界將人類隱藏在2D打印的監(jiān)控?cái)z像機(jī)中

將它與一些時髦的眼鏡結(jié)合在一起，您就可以對現(xiàn)代AI供電的監(jiān)控系統(tǒng)隱形。來自比利時大學(xué)的學(xué)者設(shè)計(jì)了一種方法，該方法使用可以打印在襯衫或袋子上的簡單2D圖像，使佩戴者看不到依賴于機(jī)器學(xué)習(xí)在現(xiàn)場視頻輸入中識別人類的攝像監(jiān)視系統(tǒng)。2D圖像(在研究論文中稱為“補(bǔ)丁”)必須放在人的“檢測盒”中間，并且必須始終面向監(jiān)控?cái)z像頭。這不會隱藏人的真實(shí)面部與視頻輸入(除非此人也戴著面具)，但它會阻止任何人體檢測算法在進(jìn)入框架時發(fā)現(xiàn)人體并觸發(fā)后續(xù)的面部識別檢查。尋找你的下一件T恤?

如今，在機(jī)器學(xué)習(xí)驅(qū)動的監(jiān)控系統(tǒng)現(xiàn)在被廣泛部署在全球某些地區(qū)，主要是執(zhí)法，壓迫政權(quán)或大型零售商之后，出現(xiàn)了提出視頻檢測躲避方法的必要性。

在過去的幾個月里，來自魯汶天主教大學(xué)(KU Leuven)的學(xué)者們試圖在一個人的檢測盒頂部疊加一個畸形圖像(稱為“補(bǔ)丁”)，以便將機(jī)器學(xué)習(xí)系統(tǒng)誤解為錯誤分類人類作為一個不起眼的對象。

研究小組嘗試了各種類型的補(bǔ)丁，例如隨機(jī)生成的圖像噪聲或模糊的圖像，但發(fā)現(xiàn)經(jīng)過多個圖像處理操作的隨機(jī)對象的照片比其他對象更好。

例如，他們提出的圖像補(bǔ)丁(圖4，c)是通過拍攝隨機(jī)圖像創(chuàng)建的，它們每次旋轉(zhuǎn)20度，隨機(jī)放大和縮小，添加隨機(jī)噪聲，隨機(jī)修改正確性和對比度。

結(jié)果是一種可以應(yīng)用在衣服，包上或攜帶在其他物體上的圖案，佩戴這種“貼片”的人對于采用人體檢測算法的監(jiān)視系統(tǒng)將變得不可見。

同樣的系統(tǒng)也可以適用于隱藏某些對象的視圖。例如，如果監(jiān)視系統(tǒng)被配置為檢測某些對象而不是人類，則“補(bǔ)丁”也可以隱藏汽車或行李。

目前的“補(bǔ)丁”并非萬無一失，因?yàn)槿绻a(bǔ)丁不清晰或角度發(fā)生變化，監(jiān)控系統(tǒng)可以很快重新獲得一個人，但這是設(shè)計(jì)一個欺騙某些智能監(jiān)控的系統(tǒng)的第一步目前正在全球部署的系統(tǒng)。

關(guān)于這項(xiàng)工作的更多細(xì)節(jié)可在上周發(fā)表的題為“愚弄自動監(jiān)視攝像機(jī)：攻擊人員檢測的對抗補(bǔ)丁”的研究論文中找到。研究人員還發(fā)布了他們用于生成圖像補(bǔ)丁的源代碼。

這項(xiàng)工作也是學(xué)者們第一次嘗試使用2D打印隱藏人們的監(jiān)視系統(tǒng)。先前的工作已經(jīng)集中在使用眼鏡用專用幀從面部識別軟件隱藏人[1，2]。面部識別已經(jīng)在與戴帽子的人進(jìn)行斗爭。

欺騙圖像分類和物體檢測系統(tǒng)不是一種新趨勢。多年來，學(xué)術(shù)界一直--usually通過放置在道路標(biāo)志標(biāo)貼愚弄安裝在自主汽車的物體探測系統(tǒng)[1，2]或留在道路上的油漆點(diǎn)。