AI热榜 人工智能摄像头遍布世界各地的街道，能够识别人脸或车牌。
但公众的强烈反对情绪正在增强。
隐私问题比比皆是，包括未经同意捕获数据、数据的存储和使用方式以及滥用的风险。
这些担忧正在激励人们进行反击。
例如，DeFlock 项目绘制了自动车牌读取器 (ALPR) 的地图，以提高人们的认识。
有些人采取极端措施，例如破坏或损坏 ALPR。
其他人则将更有创意的反应结合在一起，打造“对抗时尚”来躲避监控摄像头，比如上个月 DEF CON 黑客大会上推出的名为 noRecognition 的 Kickstarter 项目。
加扰监视 2025 年，网络安全专家 Bill Swearingen 开始试验一种基于 Python 的简单模糊器，该工具可以提供无效输入以揭示软件错误、安全漏洞或意外行为。
该模糊器针对的是最流行的目标检测框架之一，称为 YOLO。
然后，他将所学到的知识发展成一种强化学习算法，可以生成各种对抗模式，并在 DEF CON 上进行了展示。
每个图案都是色彩缤纷的几何抽象，他已经针对 11 个对象检测模型进行了测试——其中 4 个用于搜索面部，2 个用于识别面部，5 个用于检测人物——其中大部分都是公开可用的。
成功的模式会阻碍目标检测系统，降低其置信度，有时甚至达到无法检测到的程度。
“隐私是一项人权，这项权利的普及表明人们有兴趣保护自己的隐私，”斯威林根说。
Cap_able 和 Urban Privacy 已经开始销售实体服装。
Cap_able’s patented manufacturing method weaves its bright and bold motifs into jacquard knitted fabrics.以道德方式生产和可持续生产的连衣裙、裤子和上衣会干扰某些计算机视觉系统，特别是那些由快速卷积神经网络支持的系统，这可能会导致它们将穿着者分类为动物或物体。
“如果我们能够将一个人伪装成其他东西，那么我们就实现了我们的目标，”Cap_able 创始人、意大利博岑-博尔扎诺自由大学助理教授雷切尔·迪德罗 (Rachele Didero) 说道。
“我们用这个非常明显和有形的项目来谈论大多数时候是无形的东西。
” 与此同时，Urban Privacy 旨在通过其最新的 Faception Reloaded 系列来挫败一些基于 OpenCV 算法的面部识别系统。
从人脸中提取的黑白指纹在探测器上显示为额外的面孔，从而减慢了探测器的速度。
不对称的剪裁和宽大的廓形旨在隐藏，让人们更难辨别你的身体形状和步态。
“我们的想法是创建虚假数据，”联合创始人 Daniel Preuß 说。
旨在破坏机器视觉人体探测器的模拟模式。
noRecognition
🔗 原始来源
如果你要核对细节，可以再看原文： Hacker News AI原文链接