新型AI相机伪装：无需完全伪装的面部遮蔽
计算机视觉与模式识别
2024-12-19 v1
摘要
本研究展示了一种新颖的面部伪装方法，结合了有针对性的化妆品扰动和Alpha透明度层操作，以规避现代人脸识别系统。与先前的方法（如CV dazzle、对抗性补丁和戏剧性伪装）不同，本工作通过对关键点区域（特别是眉毛、鼻梁和下颌线）进行细微修改，实现了有效的混淆。使用Haar级联分类器和商业系统（如BetaFaceAPI和Microsoft Bing视觉搜索）进行的实证测试表明，密集面部关键点附近的垂直扰动显著干扰了检测，而无需明显的伪装。此外，利用PNG图像中的Alpha透明度攻击创建了双层效果：人脸对人眼可见，但在机器可读的RGB层中消失，从而在反向图像搜索中无法识别。结果凸显了创建可扩展、低可见性面部混淆策略的潜力，这些策略在有效性和隐蔽性之间取得平衡，为在保持合理匿名性的同时击败监控开辟了途径。
引用
@article{arxiv.2412.13507,
title = {Novel AI Camera Camouflage: Face Cloaking Without Full Disguise},
author = {David Noever and Forrest McKee},
journal= {arXiv preprint arXiv:2412.13507},
year = {2024}
}