844
Дослідник продемонстрував незвичайний спосіб заплутати систему автоматичного розпізнавання транспортних засобів. На кузов Toyota нанесли спеціально розрахований контрастний візерунок, після чого одна з камер із комп’ютерним зором перестала стабільно класифікувати машину як автомобіль.
Подібні експерименти називають adversarial attacks — атаками на алгоритми машинного навчання за допомогою спеціально підібраних візуальних сигналів.
Людина при цьому продовжує без проблем бачити звичайний автомобіль. Помилка виникає саме в алгоритмі, який аналізує пікселі, контури, текстури та інші ознаки зображення.
У цьому випадку складний графічний малюнок на кузові був розрахований таким чином, щоб вплинути на роботу моделі комп’ютерного зору.
Експеримент показує різницю між людським сприйняттям і машинним розпізнаванням. Для людини контрастні плями є просто оформленням кузова, тоді як алгоритм може сприймати їх як набір ознак іншого об’єкта.
Такі технології мають значення не лише для камер спостереження. Системи комп’ютерного зору використовуються в автомобільних асистентах, автономному транспорті, паркінгах та системах контролю дорожнього руху.
Розробники нейромереж постійно тестують моделі на стійкість до подібних маніпуляцій, оскільки навіть невеликі зміни зображення інколи можуть суттєво впливати на результат класифікації.
Водночас один успішний експеримент не означає, що такий автомобіль стане «невидимим» для всіх камер. Різні системи використовують різні моделі, роздільну здатність, ракурси та додаткові сенсори.
Камери автоматичного зчитування номерних знаків також можуть працювати окремо від алгоритмів, які визначають тип транспортного засобу.
Демонстрація насамперед показує потенційну вразливість окремих моделей машинного зору та необхідність перевіряти їх у нестандартних умовах.
Джерело: https://www.carscoops.com/2026/08/surveillance-camera-defeating-pattern/
