Akademikere skjule mennesker fra overvågningskameraer med 2D-print

0
200
KU Leuven bypass surveillance camera

Billede: Thys et al.

×

ku-leuven-bypass-surveillance-camera.jpg

Akademikere fra en Belgisk universitet har udviklet en metode, der bruger et simpelt 2D-billede, der kan være trykt på t-shirts eller poser til at gøre wearers usynlige for kamera overvågning-systemer, der er afhængige af machine learning til at genkende mennesker i live video feeds.

2D-billede (kaldet en “patch” i forskning papir) skal være placeret i midten af en person ‘ s “afsløring box” og må se i øjnene overvågningskamera på alle tidspunkter.

Dette betyder ikke skjule en person ‘ s sande ansigt fra video feed (medmindre den person, der også bærer en maske), men det forhindrer enhver menneskelig opdagelse algoritme fra at spotte en menneskelig krop, når du indtaster rammen og udløste en efterfølgende facial anerkendelse ind.

På udkig efter din næste t-shirt?

I dag, den har brug for til at komme op med en video-detection-dodging metode, der er opstået efter machine-learning-baserede overvågningssystemer er nu ved at blive udbredt i visse områder af verden, primært ved lov håndhævelse, undertrykkende regimer, eller store detailhandlere.

I de sidste par måneder, akademikere fra det Katolske Universitet i Leuven (KU Leuven) har eksperimenteret med tanken om at sammenføje et misdannet billede (kaldet en “patch”) på toppen af en person, der er registrerings-kasse for at narre machine learning systemer i misclassifying et menneske som en ubestemmelig genstand.

Forskerholdet eksperimenteret med forskellige typer af programrettelser, som tilfældigt genereret billede støj eller slørede billeder, men fandt ud af, at fotos af tilfældige objekter, der går gennem flere billede behandling, fair bedre end andre.

For eksempel, billede patch, de kom op med (Fig4, c) som er blevet skabt ved at tage et tilfældigt billede, som de roterede 20 grader hver vej, og som skaleres op og ned tilfældigt, tilføjet tilfældig støj, og ændret rigtighed og kontrast tilfældigt.

KU Leuven bypass surveillance camera patches

Billede: Thys et al.

×

ku leuven-bypass-overvågning-kamera-patches.png

KU Leuven bypass surveillance camera tests

Billede: Thys et al.

×

ku-leuven-bypass-surveillance-camera-tests.jpg

Resultatet var et mønster, der kan anvendes på tøj, tasker, eller som transporteres på andre objekter, og den person, der bærer denne “patch” ville blive usynlig overvågning af systemer, der anvender de menneskelige afsløring algoritmer.

Det samme system kan også være tilpasset til at skjule visse objekter. For eksempel, en “patch” kunne skjule biler eller tasker fra, hvis de surveillance system er konfigureret til at registrere bestemte objekter i stedet for mennesker.

Den nuværende “patch” er ikke idiotsikker, og da de surveillance system kan meget hurtigt igen erhverve en person, hvis plasteret ikke er klart synlig eller vinkel ændringer, men det er et første skridt i retning af at designe et system, der fjolser nogle af de intelligente overvågningssystemer, der er i øjeblikket ved at blive implementeret over hele verden.

Yderligere oplysninger om dette værk er tilgængeligt på forskning papir med titlen “den Narre automatiseret overvågning kameraer: kontradiktorisk patches til at angribe person detection”, som udkom i sidste uge. Forskere har også frigivet kildekoden, de bruges til at generere billedet patches.

Dette arbejde er også en af de første gang akademikere har forsøgt at skjule folk fra overvågning-systemer ved hjælp af 2D-billeder. Tidligere arbejde har fokuseret på at skjule personer fra software til ansigtsgenkendelse, der bruger briller med en speciel ramme [1, 2]. Facial anerkendelse var i forvejen kæmper med mennesker iført hatte.

Man snyder billedet klassificering og object detection systemer er ikke en ny tendens. For år, akademikere, der har været narre object detection systemer, der er installeret på selvstyrende biler-som regel via klistermærker placeret på vejskilte [1, 2], eller ved at male prikkerne til venstre på vejen.

Mere cybersecurity dækning:

Nokia 9 buggy opdatering lader nogen bypass fingerprint-scanner med en pakke af gumMobile app, der bruges i Car2go bedrageri for at stjæle 100 vehiclesFrench regering frigiver in-house IM app til at erstatte WhatsApp og Telegram useEU stemmer til at skabe gigantiske biometri databasePayPal modtager patent for ransomware opdagelse technologyHackers afsløre, hvordan at narre en Tesla til styring i retning af modkørende trafik
Opdagede sårbarheder i industrielle udstyr steget 30% i 2018 TechRepublicAmazon arbejdstagere aflytte dine samtaler med Alexa CNET

Relaterede Emner:

Kunstig Intelligens

Sikkerhed-TV

Data Management

CXO

Datacentre