先說結論 這個配色看起來很像很多台小車在樹林間穿行的感覺 如果用錯覺可以讓圖形辨識失效 表示科技執法也會失效 又一個戰爭科技下放民用造福群眾 但車子變很醜 不是普通的醜 而且還很可能需要定期回廠改色 https://sandbox.norecognition.org/ 如果有反政府的活動怕被政府數位記錄 可以支持他們的衣服 ----------------------------------------------------------------------------- 3,100萬次測試找出弱點　Toyota Yaris「AI塗裝」實測讓監視器車輛辨識失效 https://ai.ettoday.net/news/3218488 一名資安研究人員近期展示一項名為 noRecognition 的實驗，利用 AI 生成特殊圖案覆 蓋 Toyota Yaris 車身，測試能否干擾監控攝影機背後的電腦視覺系統。實測結果顯示， 車輛雖然仍會出現在攝影機畫面中，但辨識軟體可能無法正確判定畫面中的物體是車輛。 Toyota Yaris 參與公開實測 noRecognition 創辦人 Bill Swearingen 與 Donut Media 合作，將特殊圖案套用到 2009 年 Toyota Yaris，並讓車輛駛過 Flock 的攝影機進行測試。Swearingen 表示，實 驗已證實圖案具有干擾效果，相關測試影片預計後續公開。 這項技術並非透過遮蔽物讓攝影機「看不到」車輛，而是針對攝影機取得影像後的辨識軟 體。換句話說，車輛仍會被拍攝下來，但後端系統可能無法將影像中的物體標記為汽車。 AI 不斷修改圖案尋找弱點 Swearingen 表示，他過去一年持續利用模型測試不同圖案，目前已進行約 3,100 萬次測 試。系統會將圖案送進物件辨識模型，如果模型仍能辨識車輛，就再調整圖案後重新測試 ，透過反覆嘗試找出更容易造成誤判的設計。 這類方法屬於對抗式機器學習（adversarial machine learning）。由於電腦視覺模型分 析影像的方式與人類不同，某些人眼看來只是特殊圖樣的視覺元素，可能讓 AI 模型錯誤 分類或無法辨識目標。 已測試 11 種開源辨識模型 Swearingen 表示，目前生成的圖案已能對抗他測試的 11 種開源物件辨識演算法，涵蓋 與 Flock 車牌辨識系統、Axon 隨身攝影機及 Clearview AI 等技術相關的辨識軟體。他 也表示，目前模型能夠持續產生新的圖案，每分鐘都會進行新一輪嘗試；每次失敗的結果 也會成為後續生成圖案的資料。 目標是降低自動化追蹤能力 noRecognition 的核心概念，是讓使用者透過服裝或其他物體上的特殊圖案，降低自動化 攝影機系統辨識身分或物體的能力。Swearingen 認為，隨著監控攝影機與自動辨識技術 普及，民眾需要有選擇不被自動追蹤的方式。 這類系統目前已廣泛用於公共空間，可協助執法機關搜尋影像、辨識車輛或人員，也可能 被私人企業與地方政府用於停車場、道路等環境。不過，自動辨識系統出現誤判時，也可 能造成後續追蹤或辨識結果錯誤，因此相關技術持續受到關注。 未公開最有效圖案 noRecognition 目前也透過募資方式開發印有相關圖案的 T-shirt 與帽 T，未來則可能 進一步推出車輛外觀貼膜。Swearingen 表示，設計需要在足夠遠的距離下仍能發揮效果 ，同時維持服裝與車輛外觀的實用性。 不過，他目前並未公開效果最好的圖案，原因是擔心攝影機與辨識系統開發商能夠迅速針 對這些圖案建立防禦機制。這也意味著，隨著對抗式圖案與辨識模型持續演進，監控系統 與反辨識技術之間可能形成持續的攻防。 原文網址：https://ai.ettoday.net/news/3218488#ettoday --

※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 123.51.148.40 (臺灣) ※ 文章網址: https://webptt.com/m.aspx?n=bbs/car/M.1786599066.A.D73.html ※ 編輯: alwang (123.51.148.40 臺灣), 08/13/2026 13:31:15 ※ 編輯: alwang (123.51.148.40 臺灣), 08/13/2026 13:36:07