Folia
← 返回头版

对抗性时尚成隐私防卫新利器,但效能存在局限

随着人工智能监控摄像头在全球扩张,隐私保护的紧迫性日益凸显。1为应对这一威胁,一些企业和研究人员正在开发对抗性时尚,通过特殊图案的服装来干扰面部识别和物体检测系统。1

Bill Swearingen在2025年开发了针对YOLO物体检测框架的对抗性图案生成算法,并在DEF CON展示了这一技术。1目前已有多家企业进入这一领域。Cap_able创始人Rachele Didero表示:"如果我们能将一个人伪装成其他东西,那么我们就实现了目标",该公司已开始销售采用特殊图案的服装。1同样,Urban Privacy推出的Faception Reloaded系列使用黑白抽象图案来对抗基于OpenCV算法的面部识别系统。1

然而,研究人员指出这些防护措施远非万能。1Carnegie Mellon University教授Niloofar Mireshghallah表示:"一张好的画面就足以让系统识别",暗示对抗性时尚存在根本性限制。1实际上,这类防护的有效性受到相机角度、光线条件、运动识别和步态识别等多重因素的制约,且对抗性图案必须针对特定物体识别模型进行调整,无法普遍抵抗不同模型的识别。1真正的隐私保护需要采取多层防御策略,而非单纯依赖对抗性服装。1


评论