先说结论 这个配色看起来很像很多台小车在树林间穿行的感觉 如果用错觉可以让图形辨识失效 表示科技执法也会失效 又一个战争科技下放民用造福群众 但车子变很丑 不是普通的丑 而且还很可能需要定期回厂改色 https://sandbox.norecognition.org/ 如果有反政府的活动怕被政府数位记录 可以支持他们的衣服 ----------------------------------------------------------------------------- 3,100万次测试找出弱点　Toyota Yaris「AI涂装」实测让监视器车辆辨识失效 https://ai.ettoday.net/news/3218488 一名资安研究人员近期展示一项名为 noRecognition 的实验，利用 AI 生成特殊图案覆 盖 Toyota Yaris 车身，测试能否干扰监控摄影机背後的电脑视觉系统。实测结果显示， 车辆虽然仍会出现在摄影机画面中，但辨识软体可能无法正确判定画面中的物体是车辆。 Toyota Yaris 参与公开实测 noRecognition 创办人 Bill Swearingen 与 Donut Media 合作，将特殊图案套用到 2009 年 Toyota Yaris，并让车辆驶过 Flock 的摄影机进行测试。Swearingen 表示，实 验已证实图案具有干扰效果，相关测试影片预计後续公开。 这项技术并非透过遮蔽物让摄影机「看不到」车辆，而是针对摄影机取得影像後的辨识软 体。换句话说，车辆仍会被拍摄下来，但後端系统可能无法将影像中的物体标记为汽车。 AI 不断修改图案寻找弱点 Swearingen 表示，他过去一年持续利用模型测试不同图案，目前已进行约 3,100 万次测 试。系统会将图案送进物件辨识模型，如果模型仍能辨识车辆，就再调整图案後重新测试 ，透过反覆尝试找出更容易造成误判的设计。 这类方法属於对抗式机器学习（adversarial machine learning）。由於电脑视觉模型分 析影像的方式与人类不同，某些人眼看来只是特殊图样的视觉元素，可能让 AI 模型错误 分类或无法辨识目标。 已测试 11 种开源辨识模型 Swearingen 表示，目前生成的图案已能对抗他测试的 11 种开源物件辨识演算法，涵盖 与 Flock 车牌辨识系统、Axon 随身摄影机及 Clearview AI 等技术相关的辨识软体。他 也表示，目前模型能够持续产生新的图案，每分钟都会进行新一轮尝试；每次失败的结果 也会成为後续生成图案的资料。 目标是降低自动化追踪能力 noRecognition 的核心概念，是让使用者透过服装或其他物体上的特殊图案，降低自动化 摄影机系统辨识身分或物体的能力。Swearingen 认为，随着监控摄影机与自动辨识技术 普及，民众需要有选择不被自动追踪的方式。 这类系统目前已广泛用於公共空间，可协助执法机关搜寻影像、辨识车辆或人员，也可能 被私人企业与地方政府用於停车场、道路等环境。不过，自动辨识系统出现误判时，也可 能造成後续追踪或辨识结果错误，因此相关技术持续受到关注。 未公开最有效图案 noRecognition 目前也透过募资方式开发印有相关图案的 T-shirt 与帽 T，未来则可能 进一步推出车辆外观贴膜。Swearingen 表示，设计需要在足够远的距离下仍能发挥效果 ，同时维持服装与车辆外观的实用性。 不过，他目前并未公开效果最好的图案，原因是担心摄影机与辨识系统开发商能够迅速针 对这些图案建立防御机制。这也意味着，随着对抗式图案与辨识模型持续演进，监控系统 与反辨识技术之间可能形成持续的攻防。 原文网址：https://ai.ettoday.net/news/3218488#ettoday --

※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 123.51.148.40 (台湾) ※ 文章网址: https://webptt.com/cn.aspx?n=bbs/car/M.1786599066.A.D73.html ※ 编辑: alwang (123.51.148.40 台湾), 08/13/2026 13:31:15 ※ 编辑: alwang (123.51.148.40 台湾), 08/13/2026 13:36:07