Китайские студенты изобрели «криптонит» для камер с ИИ

Студенты Уханьского университета создали «пальто-невидимку» InvisDefense. Оно «скрывает» владельца от видеокамер, работающих на базе ИИ (в том числе и тех, что в дронах). Стоимость одного экземпляра — примерно 71 доллар.

Разработка позволяет камере увидеть очертания объекта, но не даёт искусственному интеллекту распознать в нём человека. Это стало возможно благодаря «камуфляжному» принту, созданному по специальному алгоритму, нанесённому на пальто и эффективно ослепляющему камеры видимого света. А встроенные в ткань тепловые модули излучают сигналы, которые сбивают с толку инфракрасные камеры ночью.

Участвовавшие в тестах уличные камеры показали снижение точности обнаружения пешеходов на 57%. После исследователи добились успеха и в обмане систем распознавания людей в беспилотных автомобилях.

Продукт взял первое место на «Кубке Huawei» — конкурсе ИБ-инноваций, проводимом при поддержке китайского техгиганта.

13 декабря, 2022

Подписаться на новости BIS Journal / Медиа группы Авангард

Подписаться
Введите ваш E-mail

Отправляя данную форму вы соглашаетесь с политикой конфиденциальности персональных данных

11.07.2025
Скамеры раздают «советские» дивиденды
11.07.2025
Роскачество исследует механизм финансовых манипуляций в видеоиграх
11.07.2025
Владельцам дата-центров официально запретят майнить?
11.07.2025
Банкирам дадут всего три часа на информирование о киберинциденте
11.07.2025
RED Security SOC: Ландшафт атак становится всё более изощрённым
10.07.2025
От айтишников всё чаще требуют развитых soft skills
10.07.2025
Хакер попытался украсть личность госсекретаря США с помощью ИИ
10.07.2025
Финрегулятор хочет раскрыть имена собственников банков
10.07.2025
«Большая часть компаний начинает инвестировать в ИБ только в ответ на требования извне»
10.07.2025
Telegram эволюционирует, скамеры — тоже

Стать автором BIS Journal

Поля, обозначенные звездочкой, обязательные для заполнения!

Отправляя данную форму вы соглашаетесь с политикой конфиденциальности персональных данных