La capa de invisibilidad frente al reconocimiento de imágenes

Los contraataques no son algo nuevo en el mundo de las redes profundas utilizadas para el reconocimiento de imágenes. Sin embargo, a medida que crece la investigación con Deep Learning, se descubren más deficiencias. El equipo de la Universidad KU Leuven en Bélgica ha demostrado cómo, mediante el simple uso de fotografías en color sostenidas cerca del torso de un hombre, puede hacerlo invisible para los sistemas de reconocimiento de imágenes basados ​​en redes neuronales conversacionales.

Las redes neuronales convolucionales o CNN son una clase de redes de aprendizaje profundo que reducen la cantidad de tareas computacionales mediante la creación de patrones jerárquicos de redes más simples y más pequeñas. Se convierten en el estándar para aplicaciones de reconocimiento de imágenes y se utilizan en el campo. En este nuevo artículo, la adición de puntos de color confunde al detector de imágenes YoLo (v2) al agregar ruido, lo que interrumpe los cálculos de CNN. El parche no es aleatorio y se puede identificar mediante el proceso definido en la publicación.

Este ataque se puede llevar a cabo imprimiendo el patrón disruptivo en una camisa, haciéndola invisible para un sistema de vigilancia. Puedes leer el periódico[PDF] que describe la generación del parche opuesto. El camuflaje de reconocimiento de imágenes, que funciona al comienzo de Google, se ha documentado en el pasado y esperamos ver más hacks de este tipo en el futuro. Hay un mundo nuevo en el que tu piratería es tan colorida como siempre.

  • micro dice:

    Elimine las nuevas regulaciones implementadas sobre los diseños que puede tener su camisa si desea viajar por un aeropuerto.

    • Matt Cramer dice:

      Use una camiseta con la imagen de una persona con una camiseta con la imagen de una persona en ella, con la persona en esa camiseta con la imagen de otra persona, y así sucesivamente hasta el límite de su seda. resolución de proyección. Vea si puede enviar el reconocimiento de imagen a un bucle infinito.

      • ERIC S CHAPIN dice:

        ¿Dividir por error cero?

  • Jon dice:

    ¿Puedes engañar a un coche para que no te reconozca como peatón por casualidad? Tengo la intención de conectarlo a la máquina, pero no quiero que la máquina se pegue [it] a mi.

    • limroh dice:

      ¡Decir ah!
      Otra cosa podría ser engañar a otros automóviles para que reconozcan su automóvil como un grupo de peatones o servicios de emergencia / policía para obtener una autopista sin cargo 😉

  • NiHaoMike dice:

    También está la idea de proyectar una imagen en el rostro como lo hizo mi amigo:

  • Geoffrey dice:

    Esto me recuerda a "Ugly Shirt" de William Gibson.

  • Hal dice:

    Imagino toda una industria de la moda al servicio de las personas que quieren permanecer "invisibles".

    • Cierto dice:

      Y eso conduciría a un sistema de vigilancia de detección de control que apunta a esos objetos de moda que se marcarán para una inspección en profundidad. Si una solución se produce en masa, ya no funcionará como se esperaba. Y cualquier solución debe estar diseñada para engañar a varios sistemas. El dibujo de arriba solo engaña a uno.

  • tekkieneet dice:

    Algunos de los nuevos sistemas en China utilizan cámaras IR + cámaras normales. Deben detectar el cuerpo cálido y no engañarlos con la imagen en color o la imagen de la cara. También pueden controlar la temperatura corporal normal: identificar la fiebre para controlar enfermedades.

  • tekkieneet dice:

    Por cierto, incluso si lograste cubrir tu rostro o no mirar a la cámara, también pueden configurar el reconocimiento.
    Tan emocionante y tan aterrador lo que puede hacer la tecnología.

    https://www.scmp.com/tech/start-ups/article/2187600/chinese-police-surveillance-gets-boost-ai-start-watrix-technology-can

    • Bloop dice:

      Keyser Söze

    • blarg dice:

      ir sin ritmo, así no atraerás al gusano ...

  • Don Scott dice:

    Tal defensa probablemente se superaría programando el software de vigilancia para ignorar la información dentro de los bordes cuadrados o rectangulares. Por supuesto, a continuación: blobs realmente extraños con el mismo tipo de información en su interior.

Matías Jiménez
Matías Jiménez

Deja una respuesta

Tu dirección de correo electrónico no será publicada.