Onderzoekers van de KU Leuven zijn erin geslaagd om geautomatiseerde surveillancecamera's met een geprint patroon te omzeilen. Het gaat om camera's die in staat zijn om personen te detecteren. De onderzoekers wilden kijken of het mogelijk is om beelden te genereren waardoor de camera's een persoon niet meer herkennen.

De onderzoekers richtten zich speciaal op convolutionele neurale netwerken. Deze neurale netwerken "leren" aan de hand van talloze afbeeldingen hoe een persoon eruitziet. De netwerken worden echter niet geleerd om om te gaan met beelden die het model juist proberen te saboteren. "Dit is prima voor toepassingen waar aanvallen onwaarschijnlijk zijn, bijvoorbeeld in het geval van valdetectie voor ouderen, maar het kan een echt probleem zijn voor bijvoorbeeld beveiligingssystemen. Een kwetsbaarheid in het persoondetectiemodel van een beveiligingssysteem kan worden gebruikt om een surveillancecamera te omzeilen die als anti-inbraakpreventie wordt gebruikt", aldus de onderzoekers.

Uiteindelijk komen de onderzoekers met een systeem om persoonsdetectie te omzeilen. "We hebben dit gedaan door een afbeelding te optimaliseren om de verschillende kansen gekoppeld aan het uiterlijk van een persoon in de uitvoer van een detector te minimaliseren", zo stellen de onderzoekers. Als test komen de onderzoekers met een print van 40 bij 40 centimeter die door een persoon wordt vastgehouden en ervoor zorgt dat de camera hem niet herkent.

In hun conclusie stellen de onderzoekers dat door deze techniek te combineren met "geraffineerde kledingsimulatie" het mogelijk is om een T-shirt te ontwikkelen waardoor personen virtueel onzichtbaar voor geautomatiseerde surveillancecamera's zijn.