स्वचालित निगरानी कैमरों को धोखा देना

हाल के वर्षों में, मशीन लर्निंग मॉडल में रुचि बढ़ी है, जिसमें दृश्य छवियों और चेहरे की पहचान शामिल है। यद्यपि तकनीक परिपूर्ण से बहुत दूर है, लेकिन यह पहले से ही आपको अपराधियों की गणना करने, सामाजिक नेटवर्क पर प्रोफ़ाइल खोजने, परिवर्तनों को ट्रैक करने और बहुत कुछ करने की अनुमति देता है। Simen Thys और Wiebe Van Ranst ने यह साबित किया कि केवल जटिल तंत्रिका नेटवर्क के इनपुट सूचना में मामूली बदलाव करके, अंतिम परिणाम को प्रतिस्थापित किया जा सकता है। इस लेख में, हम पहचान हमलों के संचालन के लिए दृश्य पैच देखेंगे।

मान्यता प्रणालियों पर पहले हमले क्लासिफायर को धोखा देने और गलत वर्ग प्राप्त करने के लिए इनपुट छवि के पिक्सल में छोटे बदलाव थे।

लक्ष्य एक ऐसा पैच बनाना था जो डिटेक्टर से किसी व्यक्ति को सफलतापूर्वक छिपा सके। परिणाम एक हमले की योजना थी जिसका उपयोग किया जा सकता था, उदाहरण के लिए, निगरानी प्रणालियों को बायपास करने के लिए। हमलावरों को चुपके से चुपके से, "पैच" के साथ एक छोटे कार्डबोर्ड टैबलेट के साथ पकड़े जा सकते हैं, जिसका उद्देश्य निगरानी कैमरा है।



कंप्यूटर नेटवर्क के क्षेत्र में दृढ़ तंत्रिका नेटवर्क (SNA) के विकास ने जबरदस्त सफलता हासिल की है। डेटा-संचालित एंड-टू-एंड कन्वेयर जिसमें SNA को छवियों पर प्रशिक्षित किया गया है, ने कंप्यूटर विज़न कार्यों की एक विस्तृत श्रृंखला में सर्वोत्तम परिणाम दिखाए हैं। इन आर्किटेक्चर की गहराई के कारण, तंत्रिका नेटवर्क नेटवर्क के निचले भाग में सबसे बुनियादी फिल्टर (जहां डेटा आता है) का अध्ययन करने के लिए शीर्ष पर सार उच्च-स्तरीय कार्यों को प्राप्त करने में सक्षम हैं। इसके लिए, एक विशिष्ट SNA में लाखों मापदंडों का अध्ययन किया जाता है। यद्यपि यह दृष्टिकोण बहुत सटीक मॉडल की ओर ले जाता है, व्याख्याशीलता काफी कम हो जाती है।

अनुसंधान में, निगरानी प्रणाली को चकमा देने के लिए कई प्रकार की छवियों का उपयोग किया गया, जिसमें सार "शोर" और धब्बा शामिल हैं।



एक पैच बनाने के लिए, मूल छवि का उपयोग किया गया था, जो निम्नलिखित परिवर्तनों से गुजरती थी:

• 20 डिग्री से रोटेशन;
• शोर ओवरले;
• धुंधला;
• चमक संशोधन;
• इसके विपरीत संशोधन।

शोधकर्ताओं ने किसी व्यक्ति के सर्वोत्तम "छिपाव" को निर्धारित करने के लिए कई इनरिया परीक्षण किए हैं।



वांछित प्रभाव को प्राप्त करने के लिए, 40x40 सेंटीमीटर (जो विशेषज्ञ रिपोर्ट में शब्द पैच द्वारा इंगित किया गया है) की एक छवि को कैमरे के डिटेक्शन बॉक्स के बीच में और लगातार देखने के क्षेत्र में स्थित होना चाहिए। बेशक, यह विधि किसी व्यक्ति को अपना चेहरा छिपाने में मदद नहीं करेगी, हालांकि, सिद्धांत रूप में लोगों का पता लगाने के लिए एल्गोरिथ्म फ्रेम में एक व्यक्ति का पता लगाने में सक्षम नहीं होगा, जिसका अर्थ है कि चेहरे की विशेषताओं की बाद की मान्यता भी लॉन्च नहीं की जाएगी।

एक प्रदर्शन के रूप में, शोधकर्ताओं ने दृश्य पैच की क्षमताओं का एक वीडियो प्रदर्शन प्रकाशित किया:


GitHub प्रोजेक्ट कोड।
अनुसंधान ।