Эксперты смогли обмануть камеру видеонаблюдения с помощью абстрактной картинки Печать

Группа исследователей из Левенского католического университета (Бельгия) продемонстрировала, как с помощью небольшого абстрактного изображения можно сделать человека невидимым для систем распознавания виртуальных образов.

В последние годы технологии распознавания объектов в реальном времени все чаще находят применение в системах наблюдения и поиска конкретных людей в толпе. Для этой задачи используются сверточные нейронные сети (Convolutional Neural Networks, CNN), способные с высокой скоростью и точностью распознавать объекты на изображениях и видеозаписях.

Тем не менее, как продемонстрировали бельгийские ученые, подобные системы можно обмануть. Результаты своих трудов они изложили в работе, которая будет представлена на конференции CV-COPS 2019 летом текущего года.

Исследователи задались целью создать универсальное изображение, которое скроет человека от нейросети. «Идея заключается в том, чтобы обмануть системы видеонаблюдения, использующие датчики для оповещения в момент, когда человек входит в поле зрения камеры. Наша идея заключается в создании окклюзии, которая скрывала бы человека от детектирующего датчика», - пояснил один из авторов работы Вибе ван Ранст.

Исследователи протестировали свой метод на нейросети с открытым исходным кодом Darknet, которая использует модель распознавания YOLOv2 (You Only Look Once, «ты смотришь лишь однажды») - одну из наиболее быстрых и эффективных систем искусственного интеллекта для работы с изображениями.

С помощью разработанного ими алгоритма они создали относительно универсальные изображения размером 40х40 см, которые практически во всех случаях позволили обмануть алгоритмы обнаружения объектов с разными людьми в кадре и в разных условиях.

В дальнейшем ученые намерены доработать алгоритм и улучшить изображение так, чтобы его можно было напечатать на одежде, позволяя людям оставаться вне «поля зрения» камер видеонаблюдения.

Сверточная нейронная сеть (convolutional neural network, CNN) - специальная архитектура искусственных нейронных сетей, нацеленная на эффективное распознавание образов, входит в состав технологий глубокого обучения.