在日前举办的 Def Con 顶尖网络安全大会上，一项旨在对抗公共监控系统的测试引起广泛关注。网络安全专业人士兼 SIXCYBER 创始人比尔·斯韦林根（Bill Swearingen）展示了一项名为“noRecognition”的开源项目，成功利用计算机生成的对抗性图案，让AI监控相机无法识别车辆。
在这场与知名汽车内容团队 Donut Media 合作进行的现场测试中，一辆被完整包裹上AI生成图案的 2009 款丰田雅力士（Toyota Yaris）驶过 Flock 监控摄像头。测试结果证实，该视觉图案成功破坏了摄像头的自动识别系统。这种设计并非通过物理遮挡来阻止摄像机录像，而是直接作用于图像处理软件层：虽然车辆依然会呈现在视频画面中，但后端的智能识别算法却无法将其标记为“汽车”或“目标车辆”。
斯韦林根表示，该项目旨在为公众提供一种在公共场所“选择不被追踪”的手段，以捍卫个人隐私权。在过去的一年里，他在堪萨斯城家中运行了约 3100 万次测试。该系统基于强化学习模型，通过不断将生成的图案与开源目标检测算法进行比对训练，如同“教模型如何绘画”一般，逐渐掌握能够精准干扰人工智能识别算法的视觉元素。
目前，该模型生成的图案已成功击败了 11 种主流开源检测算法，涵盖了 Flock 车牌识别系统、Axon 执法记录仪以及 Clearview AI 等软件所依赖的技术体系。这种基于“对抗性机器学习”的技术，利用了计算机视觉与人类视觉感知方式的差异，使算法产生误判或直接失效。
为了抵制公共监控摄像头的泛滥，斯韦林根正在通过众筹推出印有相关干扰图案的 T 恤、连帽衫以及车身贴膜。不过出于安全考量，他目前并未公开防御效果最强的几组核心图案，以防监控设备厂商迅速针对性地开发出修复补丁。Donut Media 也计划在未来几周内发布本次路测的全程实况视频。