CV Dazzle – jak oszukać monitoring i systemy rozpoznawania twarzy?
Kamery towarzyszą nam na każdym kroku, a coraz doskonalsze systemy rozpoznawania twarzy, jak np. rozwijany również w Polsce projekt INDECT, sprawiają, że tłum przestaje zapewniać anonimowość. Automatyczne rozpoznawanie twarzy nie jest jednak doskonałe i można je oszukać. Jak to zrobić?
Kamery towarzyszą nam na każdym kroku, a coraz doskonalsze systemy rozpoznawania twarzy, jak np. rozwijany również w Polsce projekt INDECT, sprawiają, że tłum przestaje zapewniać anonimowość. Automatyczne rozpoznawanie twarzy nie jest jednak doskonałe i można je oszukać. Jak to zrobić?
Kluczem do sukcesu okazał się powrót do starych, sprawdzonych przed laty metod. W czasie pierwszej i drugiej wojny światowej w marynarkach wielu krajów popularny był dość niecodzienny kamuflaż. Kadłuby i nadbudówki malowano w kontrastowe, czarne i białe figury geometryczne.
Czemu miało to służyć? Choć sama obecność okrętu nie była w ten sposób ukrywana, utrudniało to ocenę odległości i prędkości statku, a w przypadku ich większej grupy powodowało problemy z rozpoznaniem kształtów i policzeniem wszystkich kadłubów – figury geometryczne sprawiały, że kluczowe elementy, znajdujące się zazwyczaj w podobnych miejscach (nadbudówki, linia pokładu, wieże artyleryjskie, bryzgi wody powstające przy dziobie), stawały się trudne do zauważenia.
Podobna metoda okazuje się skuteczna w przypadku systemów automatycznie skanujących i rozpoznających twarze (jak np. system TTL - Tagging, Tracking, Locating). Zdjęcie czy transmisja z kamery są (nie zawsze) przerabiane na wersję czarno-białą, a oprogramowanie poszukuje charakterystycznego dla twarzy układu jasnych i ciemnych punktów – każdy z nas ma oczy, usta czy nos mniej więcej w podobnym miejscu. Działania takiego algorytmu można zobaczyć na poniższym filmie:
Przykładem nieskuteczności takich rozwiązań jest np. rozpoznawanie twarzy w aparatach fotograficznych (w tym artykule możecie sprawdzić, jak działa aparat, który robi zdjęcia przez ściany) albo kamerach notebooków, które nie zawsze radzi sobie z namierzeniem osób o ciemnym kolorze skóry – układ charakterystycznych punktów jest dla oprogramowania w ich przypadku zbyt mało kontrastowy. W praktyce pokazuje to poniższy film:
HP computers are racist
Niedoskonałość tę można wykorzystać do oszukania systemów monitoringu. Jeśli ktoś nie chce, by jego twarz była rozpoznana, musi sprawić, by oprogramowanie nie było w stanie odnaleźć typowych dla twarzy punktów, przy czym – to istotne – trzeba zrobić to umiejętnie. Pomalowanie całej twarzy w paski i linie może okazać się zupełnie nieskuteczne.
Rozwiązaniem w przypadku kobiet jest rezygnacja z typowego makijażu, który podkreśla charakterystyczne punkty – oczy i usta. Zamiast niego wystarczą np. kontrastowe plamy na policzkach albo – stosowane jako dodatek lub jedyny kamuflaż – odpowiednie uczesanie, wprowadzające w błąd oprogramowanie rozpoznające twarze. Jak widać, Facebook w starciu z CV Dazzle okazał się bezsilny:
Co istotne, zamaskowana w taki sposób osoba ma wprawdzie nietypowy makijaż albo fryzurę, ale nie wyróżnia się tak bardzo, by wzbudzać nadmierne zainteresowanie przechodniów. Więcej na temat kamuflażu chroniącego przed automatyczną inwigilacją znajdziecie na stronie CV Dazzle.