Afbeelding: Thys et al.
×
ku-leuven-bypass-surveillance-camera.jpg
Academici van een Belgische universiteit hebben bedacht een methode die gebruik maakt van een eenvoudige 2D-beeld dat kan worden afgedrukt op t-shirts of tassen maken de drager onzichtbaar voor camera bewaking systemen die afhankelijk zijn van de machine het leren herkennen van mensen in live video feeds.
De 2D-afbeelding (een zogenaamde “patch” in het onderzoek op papier) moet worden geplaatst in het midden van een persoon “detectie box” en moet het gezicht van de bewakingscamera op alle tijden.
Dit doet niet verstoppen de echte gezicht van de video-feed (tenzij de persoon draagt een masker), maar het voorkomt dat een mens detectie-algoritme van het spotten van een menselijk lichaam bij het invoeren van het frame en nog een keer gezichtsherkenning controleren.
Op zoek naar uw volgende t-shirt?
Tegenwoordig is de behoefte om te komen met een video-detectie-ontwijken-methode is ontstaan na het machine-leren-powered-surveillance-systemen worden nu op grote schaal ingezet in sommige gebieden van de wereld, voornamelijk door de wet handhaving, onderdrukkende regimes, of grote retailers.
Voor de afgelopen paar maanden, academici van de Katholieke Universiteit Leuven (KU Leuven) hebben geëxperimenteerd met het idee van een overlaging van een misvormd beeld (zogenaamde “patch”) op de top van een persoon detectie vakje om te verleiden machine learning systemen in misclassifying een mens als een onopvallende object.
Het onderzoeksteam geëxperimenteerd met verschillende soorten vlekken, zoals willekeurig gegenereerde ruis op de afbeelding of wazige beelden, maar vond dat de foto ‘ s van willekeurige objecten die door meerdere image processing activiteiten reële beter dan anderen.
Bijvoorbeeld, het image patch kwamen ze met (Fig4, c) werd gecreëerd door het nemen van een willekeurige afbeelding, die ze gedraaid en 20 graden in elke richting, opgeschaald en naar beneden willekeurig, toegevoegd willekeurige ruis, en gewijzigd juistheid en contrast in willekeurige volgorde.
Afbeelding: Thys et al.
×
de ku-leuven-bypass-surveillance-camera-patches.png
Afbeelding: Thys et al.
×
ku-leuven-bypass-surveillance-camera-tests.jpg
Het resultaat was een patroon dat kan worden toegepast op kleding, tassen, of uitgevoerd op andere objecten, en de persoon die het draagt deze “patch” zou onzichtbaar voor surveillance systemen die gebruik maken van de menselijke detectie algoritmen.
Hetzelfde systeem kan ook worden aangepast aan het verbergen van bepaalde objecten uit het zicht. Bijvoorbeeld, een “patch” kon verbergen auto ‘ s of tassen uit het zicht, als het surveillance systeem is geconfigureerd voor het detecteren van bepaalde objecten in plaats van de mens.
De huidige “patch” is niet onfeilbaar, zoals de surveillance systeem kan heel snel opnieuw verwerven van een persoon als de patch is niet duidelijk zichtbaar of de hoek verandert, maar het is een eerste stap in de richting van het ontwerpen van een systeem dat dwazen enkele van de smart-surveillance-systemen die momenteel worden ingezet over de hele wereld.
Meer details over dit werk beschikbaar zijn in de research paper getiteld “de Gek geautomatiseerde bewaking camera’ s: hoor en wederhoor vlekken te vallen persoon detectie,” vorige week gepubliceerd. Onderzoekers ook vrijgegeven van de bron-code die ze gebruikt om het beeld te genereren van patches.
Dit werk is ook één van de eerste keer dat wetenschappers hebben geprobeerd te verbergen voor mensen van surveillance systemen met behulp van 2D-prints. Eerdere werk is gericht op het verbergen van personen van gezichtsherkenning software met behulp van een bril met een speciale lijst [1, 2]. Gezichtsherkenning is het nu al moeilijk hebben met mensen die het dragen van hoeden.
Tricking afbeelding classificatie en het object detection systems is niet een nieuwe trend. Voor de jaren, academici werden gek van het object detectie systemen geïnstalleerd op autonome auto ‘ s, meestal via stickers geplaatst op de borden [1, 2] of door verf punten links op de weg.
Meer cybersecurity dekking:
Nokia 9 buggy update laat iedereen bypass vingerafdruk scanner met een pack van gumMobile app gebruikt in Car2go fraude regeling te stelen 100 vehiclesFrench regering releases in huis IM app te vervangen WhatsApp en Telegram useEU stemmen maken gigantische biometrie databasePayPal ontvangt patent voor ransomware detectie technologyHackers onthullen hoe te verleiden een Tesla in sturen op de rijstrook voor tegemoetkomend verkeer
Kwetsbaarheden ontdekt in industriële installaties steeg van 30% in 2018 TechRepublicAmazon werknemers af te luisteren op uw gesprekken met Alexa CNET
Verwante Onderwerpen:
Kunstmatige Intelligentie
Beveiliging TV
Data Management
CXO
Datacenters