將它與一些時髦的眼鏡結合在一起，您就可以對現代AI供電的監控系統隱形。來自比利時大學的學者設計了一種方法，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器學習在現場視頻輸入中識別人類的攝像監視系統。2D圖像(在研究論文中稱為“補丁”)必須放在人的“檢測盒”中間，并且必須始終面向監控攝像頭。這不會隱藏人的真實面部與視頻輸入(除非此人也戴著面具)，但它會阻止任何人體檢測算法在進入框架時發現人體并觸發后續的面部識別檢查。尋找你的下一件T恤?

如今，在機器學習驅動的監控系統現在被廣泛部署在全球某些地區，主要是執法，壓迫政權或大型零售商之后，出現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(KU Leuven)的學者們試圖在一個人的檢測盒頂部疊加一個畸形圖像(稱為“補丁”)，以便將機器學習系統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丁，例如隨機生成的圖像噪聲或模糊的圖像，但發現經過多個圖像處理操作的隨機對象的照片比其他對象更好。

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

結果是一種可以應用在衣服，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視系統將變得不可見。

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

目前的“補丁”并非萬無一失，因為如果補丁不清晰或角度發生變化，監控系統可以很快重新獲得一個人，但這是設計一個欺騙某些智能監控的系統的第一步目前正在全球部署的系統。

關于這項工作的更多細節可在上周發表的題為“愚弄自動監視攝像機：攻擊人員檢測的對抗補丁”的研究論文中找到。研究人員還發布了他們用于生成圖像補丁的源代碼。

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

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