学术界将人类隐藏在2D打印的监控摄像机中

将它与一些时髦的眼镜结合在一起，您就可以对现代AI供电的监控系统隐形。来自比利时大学的学者设计了一种方法，该方法使用可以打印在衬衫或袋子上的简单2D图像，使佩戴者看不到依赖于机器学习在现场视频输入中识别人类的摄像监视系统。2D图像(在研究论文中称为“补丁”)必须放在人的“检测盒”中间，并且必须始终面向监控摄像头。这不会隐藏人的真实面部与视频输入(除非此人也戴着面具)，但它会阻止任何人体检测算法在进入框架时发现人体并触发后续的面部识别检查。寻找你的下一件T恤?

如今，在机器学习驱动的监控系统现在被广泛部署在全球某些地区，主要是执法，压迫政权或大型零售商之后，出现了提出视频检测躲避方法的必要性。

在过去的几个月里，来自鲁汶天主教大学(KU Leuven)的学者们试图在一个人的检测盒顶部叠加一个畸形图像(称为“补丁”)，以便将机器学习系统误解为错误分类人类作为一个不起眼的对象。

研究小组尝试了各种类型的补丁，例如随机生成的图像噪声或模糊的图像，但发现经过多个图像处理操作的随机对象的照片比其他对象更好。

例如，他们提出的图像补丁(图4，c)是通过拍摄随机图像创建的，它们每次旋转20度，随机放大和缩小，添加随机噪声，随机修改正确性和对比度。

结果是一种可以应用在衣服，包上或携带在其他物体上的图案，佩戴这种“贴片”的人对于采用人体检测算法的监视系统将变得不可见。

同样的系统也可以适用于隐藏某些对象的视图。例如，如果监视系统被配置为检测某些对象而不是人类，则“补丁”也可以隐藏汽车或行李。

目前的“补丁”并非万无一失，因为如果补丁不清晰或角度发生变化，监控系统可以很快重新获得一个人，但这是设计一个欺骗某些智能监控的系统的第一步目前正在全球部署的系统。

关于这项工作的更多细节可在上周发表的题为“愚弄自动监视摄像机：攻击人员检测的对抗补丁”的研究论文中找到。研究人员还发布了他们用于生成图像补丁的源代码。

这项工作也是学者们第一次尝试使用2D打印隐藏人们的监视系统。先前的工作已经集中在使用眼镜用专用帧从面部识别软件隐藏人[1，2]。面部识别已经在与戴帽子的人进行斗争。

欺骗图像分类和物体检测系统不是一种新趋势。多年来，学术界一直--usually通过放置在道路标志标贴愚弄安装在自主汽车的物体探测系统[1，2]或留在道路上的油漆点。