image

Onderzoekers omzeilen surveillancecamera's met speciale print

dinsdag 23 april 2019, 17:18 door Redactie, 7 reacties

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.

Image

Reacties (7)
23-04-2019, 18:02 door Anoniem
Een interessante ontwikkeling voor de kledingindustrie. Ze zouden de getoonde anti-surveillance patronen moeten testen met een identieke tweelingen in gelijkende kleding, en dan de verhouding tussen vals positieven en vals negatieven bepalen.
23-04-2019, 19:30 door Anoniem
Digicam 2.0
23-04-2019, 19:35 door Anoniem
Keukenshort (lang) werkt ook denk ik. Reistas met gekleurde flap aan de binnenkant. Enz
23-04-2019, 19:40 door karma4
Door Anoniem: Een interessante ontwikkeling voor de kledingindustrie. Ze zouden de getoonde anti-surveillance patronen moeten testen met een identieke tweelingen in gelijkende kleding, en dan de verhouding tussen vals positieven en vals negatieven bepalen.
Nieuwe ronde met nieuwe trainingsdata. Het zou best eens een verrassend resultaat kunnen geven. Betere herkenning door de uitstekende markeringen.
23-04-2019, 21:58 door [Account Verwijderd]
24-04-2019, 01:08 door Anoniem
Die onderzoekers gaan er natuurlijk wel vanuit dat het herkennende systeem een statisch systeem is wat niet kan
bijleren. Op het moment dat er een of andere feedback in het systeem is die vertelt "wat je net niet herkende is WEL
een persoon" (bijvoorbeeld omdat ie aanbelt zonder eerst herkend te zijn op het pad) dan leert het systeem bij en
kan het daarna dit soort misleidende beelden wel herkennen. Als het een "cloud oplossing" is dan kan dit bijleren op
1 locatie zelfs de detectie op een andere locatie (waar geen feedback is) verbeteren.
24-04-2019, 11:23 door Anoniem
Door Anoniem: Die onderzoekers gaan er natuurlijk wel vanuit dat het herkennende systeem een statisch systeem is wat niet kan
bijleren. Op het moment dat er een of andere feedback in het systeem is die vertelt "wat je net niet herkende is WEL
een persoon" (bijvoorbeeld omdat ie aanbelt zonder eerst herkend te zijn op het pad) dan leert het systeem bij en
kan het daarna dit soort misleidende beelden wel herkennen. Als het een "cloud oplossing" is dan kan dit bijleren op
1 locatie zelfs de detectie op een andere locatie (waar geen feedback is) verbeteren.

De vraag is dan hoe veel van dergelijke beelden gescand moeten worden relatief t.o.v. alle normale personen. Als nog steeds 1 miljoen mensen gedetecteerd worden en 1 verbergt zich, zullen ook lerende systemen dat niet zo gemakkelijk herkennen. Vooral niet omdat waarschijnlijk die print niet altijd hetzelfde zal zijn.

Het werkt waarschijnlijk niet bij systemen die zich richten op gezichtsherkenning. Daar moet je nog steeds een grote feestbril met nepneus voor gebruiken.

Peter
Reageren

Deze posting is gelocked. Reageren is niet meer mogelijk.