Immagine: Thys et al.
×
ku-leuven-bypass-surveillance-camera.jpg
Studiosi Belgi university hanno messo a punto un metodo che utilizza una semplice immagine 2D che può essere stampato su magliette o borse di rendere portatori invisibile per telecamere di sorveglianza con sistemi che si basano sulla macchina per imparare a riconoscere gli esseri umani in live feed video.
L’immagine 2D (chiamato “patch” nella ricerca di carta), deve essere collocato intorno alla metà di una persona “rilevamento” e deve affrontare le telecamere di sorveglianza in ogni momento.
Questo non nasconde una persona vera faccia da feed video (a meno che la persona indossa anche una maschera), ma impedisce qualsiasi umano algoritmo di rilevamento di individuare un corpo umano quando si immette il telaio e l’attivazione di un successivo riconoscimento facciale di controllo.
Cerca il vostro prossimo t-shirt?
Oggi, il bisogno di venire con un video-rilevamento-schivare metodo è sorto dopo che la macchina di apprendimento-powered sistemi di sorveglianza, sono ora ampiamente distribuito in alcune aree del mondo, soprattutto dalle forze dell’ordine, regimi oppressivi, o la grande distribuzione.
Per il passato pochi mesi, accademici presso l’Università Cattolica di Leuven (KU Leuven), hanno sperimentato l’idea di sovrapporre un immagine non valido (chiamato “patch”) sulla cima di una persona di rilevamento di dialogo in modo da ingannare la macchina di sistemi di apprendimento in misclassifying un essere umano, come un anonimo oggetto.
Il team di ricerca ha sperimentato vari tipi di patch, come generati casualmente il rumore dell’immagine o sfocate immagini, ma che foto di oggetti casuali che passare attraverso più operazioni di elaborazione delle immagini fair meglio di altri.
Per esempio, l’immagine di patch si avvicinò con (Fig4, c) è stato creato prendendo un’immagine casuale, che hanno ruotato di 20 gradi in ogni direzione, in scala su e giù in modo casuale, ha aggiunto il rumore casuale, e modificato la ragione e il contrasto in modo casuale.
Immagine: Thys et al.
×
ku leuven-bypass-sorveglianza-telecamera-patch.png
Immagine: Thys et al.
×
ku-leuven-bypass-surveillance-camera-tests.jpg
Il risultato è stato un modello che può essere applicato su capi di abbigliamento, borse, o trasportato su altri oggetti, e la persona che lo indossa questa “patch” vorresti diventare invisibile ai sistemi di sorveglianza che utilizzano umane algoritmi di rilevamento.
Lo stesso sistema può essere adattato anche a nascondere alcuni oggetti da visualizzare. Per esempio, una “patch” potrebbe nascondere automobili o borse da vista così, se il sistema di videosorveglianza è configurato per rilevare determinati oggetti, invece di esseri umani.
La corrente di “patch” non è infallibile, come il sistema di sorveglianza può molto rapidamente ri-acquisire una persona se la patch non è chiaramente visibile o cambia l’angolo, ma è un primo passo verso la progettazione di un sistema che gli sciocchi alcuni degli intelligenti sistemi di sorveglianza che sono attualmente distribuiti in tutto il mondo.
Maggiori dettagli su questo lavoro sono disponibili nel documento di ricerca dal titolo “Ingannare automatizzato telecamere di sorveglianza: in contraddittorio patch per attaccare persona di rilevamento”, pubblicato la scorsa settimana. Inoltre, i ricercatori hanno rilasciato il codice sorgente di essi sono utilizzati per generare l’immagine di patch.
Questo lavoro è anche una delle prima volta studiosi hanno cercato di nascondere le persone da sistemi di sorveglianza mediante 2D stampe. Precedente lavoro si è concentrato su come nascondere le persone dal software di riconoscimento facciale utilizzo di occhiali con la montatura speciale [1, 2]. Il riconoscimento facciale è già alle prese con persone che indossano cappelli.
Ingannando la classificazione di immagini e di oggetti di sistemi di rilevamento non è una nuova tendenza. Per anni, gli studiosi sono stati ingannare l’oggetto di rilevamento sistemi presenti sul autonoma di auto –di solito tramite adesivi posti sulla segnaletica stradale [1, 2] o da punti di vernice a sinistra sulla strada.
Più sicurezza informatica copertura:
Nokia 9 buggy aggiornamento consente a chiunque di bypassare scanner di impronte digitali con un pacchetto di gumMobile app utilizzata in Car2go schema di frode per rubare 100 vehiclesFrench governo rilascia in-casa IM app per sostituire WhatsApp e Telegramma useEU voti per creare gigantesche biometria databasePayPal riceve il brevetto per il ransomware di rilevamento technologyHackers rivelano come trucco un Tesla in sterzata verso il traffico in arrivo
Le vulnerabilità scoperte in apparecchiature industriali è aumentato del 30% nel 2018 TechRepublicAmazon lavoratori intercettare i colloqui con Alexa CNET
Argomenti Correlati:
Intelligenza Artificiale
Di sicurezza, TV
La Gestione Dei Dati
CXO
Centri Dati