Het is onderzoekers van de KU Leuven gelukt om geautomatiseerde surveillancecamera’s met een geprint patroon te ontduiken. Het betreft camera’s die personen kunnen detecteren.
De onderzoekers wilden kijken of het mogelijk is om beelden te maken waardoor de camera’s iemand niet meer herkennen.
Convolutionele neurale netwerken
De onderzoekers richtten zich in het bijzonder op convolutionele neurale netwerken. Deze neurale netwerken ‘leren’ met behulp van vele afbeeldingen hoe een persoon eruitziet. De netwerken leren echter niet om om te gaan met beelden die het model juist proberen te verstoren. “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,” lichten de onderzoekers toe.
Geraffineerde kledingsimulatie
Na uitbreid onderzoek is het gelukt om een systeem te ontwikkelen waarmee persoonsdetectie omzeild kan worden. “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,” aldus de onderzoekers. Tijdens een test met een print van 40 bij 40 centimeter die een persoon vasthoudt, blijkt dat de camera deze persoon niet herkent. In hun conclusie schrijven de onderzoekers dat door deze techniek te combineren met ‘geraffineerde kledingsimulatie’ een T-shirt ontworpen kan worden, waardoor mensen virtueel onzichtbaar worden voor geautomatiseerde surveillancecamera’s.