監視カメラを「無効化」するAIパターン：noRecognitionプロジェクト、3100万回のテストを経てFlock・Axon・Clearviewを欺く

自動化された監視システム――ナンバープレートを読み取り、顔を識別し、車両を追跡する技術は、もはや現代生活において不可避なものと思われてきた。しかし、カンザスシティ在住のサイバーセキュリティ研究者が、カメラそのものを物理的に遮ることなく、それらを無力化する方法を開発したと主張している。

Bill Swearingen氏のnoRecognitionプロジェクトは、強化学習（Reinforcement Learning）を用いて、広く普及している監視カメラの物体検出・分類ソフトウェアを欺く、視覚的な「敵対的パターン（adversarial pattern）」を生成するものだ。このパターンを布地やビニールに印刷し、衣類や車両に貼り付けて使用する。実験室では約3100万回の自動テストを1年かけて行い、11種類のオープンソース検出アルゴリズムを欺くデザインに収束した。そして2026年8月7日（金）、ラスベガスで開催されたDef Conサイバーセキュリティカンファレンスにおいて、Swearingen氏は実世界での初めての公開テストを実施。パターンを施した2009年型トヨタ・ヤリスをFlockのナンバープレート読み取りカメラの前で走行させ、自動検知を完全に逃れたと発表した。

ここでは、noRecognitionがどのように機能するのか、Def Conのデモで実際に何が示されたのか、そして誰でもこれらのパターンを衣類として購入する方法について解説する。

noRecognitionとは何か？

noRecognitionは、カンザスシティのサイバーセキュリティ専門家であり、セキュリティ勉強会「SecKC」と企業「SIXCYBER」の創設者でもあるBill Swearingen氏による、監視対策研究プロジェクトである。これは、自動監視システムが人物、顔、車両、物体を検出するのを防ぐために設計された敵対的視覚パターンを生成する。パターンは布地やビニールに印刷され、衣類や車両の表面に貼り付けられる。通常のビデオ録画を妨げるわけではなく、カメラに搭載された物体検出・分類ソフトウェアのみを特異的に欺く。

Swearingen氏はTechCrunchに対し、このパターンはニューラルネットワークの分類層を利用するものであり、モデルが認識可能なカテゴリに解析できない視覚信号を作り出す、と説明している。人間の目には抽象的なカオス模様に見えるが、AIにとっては実質的に「見えない」状態となる。

強化学習システム：3100万回のテストを経て

Swearingen氏は、パターンを反復生成し、11種類の異なるオープンソースのコンピュータビジョン検出アルゴリズムに対してテストを行う強化学習モデルを構築した。テストのたびにモデルはどの視覚的特徴が検出を失敗させるかを学習し、パターンを洗練させていった。

約3100万回のテスト（一部の情報源では3170万回）を約1年かけて実行した結果、モデルはパターンで覆われたものをそれらのアルゴリズムが一貫して分類に失敗するデザインに収束した。Swearingen氏はこのプロセスを、モデルに「絵の描き方」を教えるようなものだと表現している。

デジタルテストでは、実際のモデル重みを使用した場合、noRecognitionテクスチャで全面を覆うと、f-YOLOv5監視検出器に対して、検出閾値0.25において240枚の保留画像で61.7%の非検出率を達成し、非テクスチャベースラインと比較して+0.537の向上を示した。

実験室テストで敗れたシステム：

• Flock ナンバープレート読み取り機
• Axon ボディカメラ
• Clearview AI 顔認識システム
• Swearingen氏のテストスイート内の全11種類のオープンソース検出アルゴリズム

Def Con 34でのデモ：カメラが捉えられなかった2009年型トヨタ・ヤリス

2026年8月7日（金）、Swearingen氏はラスベガスのDef Conサイバーセキュリティカンファレンスで、noRecognitionパターンの初となる公開実世界テストを実施した。自動車メディアのDonut Mediaと協力し、コンピューター生成パターンで覆われた2009年型トヨタ・ヤリスをFlockのナンバープレート読み取りカメラの前で走行させた。

Swearingen氏によると、ヤリスは自動検知を完全に逃れたという。Flockカメラは車両を識別できず、ナンバープレートも読み取れなかったが、通常のビデオ録画は問題なく続行された。ホイール部分は課題となったものの、テスト全体としては効果的と判断された。

デモに関する重要な注意点： この主張に対する独立した検証は限定的である。TechCrunchは、結果は車両が「不可視」になるというよりも狭い範囲のものであり、カメラは映像を録画し続けていたこと、デモのビデオとログが公開されていないことを指摘している。実世界での実績は現在、単一のカメラモデルに対する1回のDef Conテストのみであり、証明は依然として議論の余地がある。

noRecognitionパターンの購入方法：Tシャツ、パーカー、ネックゲイター

Swearingen氏の掲げる目標は、noRecognitionを一般市民のプライバシー保護のための実用的なツールに変えることだ。専門知識がなくても、アルゴリズムによる監視をオプトアウト（拒否） する方法を提供することを目指している。

彼はKickstarterキャンペーンを開始し、これは2026年8月初旬にBlack HatとDef Conで研究発表を行うと同時に公開された。彼はLinkedInで、「実際に機能するパターンを印刷したTシャツ、パーカー、ネックゲイター」を研究公開と同時にリリースすると発表した。

現在および計画中の商品：

商品	ステータス
Tシャツ	Kickstarterキャンペーンで販売中
パーカー	Kickstarterキャンペーンで販売中
ネックゲイター / ゲイター	Kickstarterキャンペーンで販売中
車両用スキン / ラップ	衣類ラインに続き計画中

2026年8月中旬の時点で、Kickstarterキャンペーンは40,000ドル以上を調達している。プレミアム価格の支援者は、「生成、テストされ、他者向けに公開、表示、印刷されたことのない」カスタムパターンをリクエストできる。車両用スキンの適用は、衣類ラインが軌道に乗った後の次のステップとして説明されている。

重要な法的および実用的な注意点

このプロジェクトは、実証済みの市販製品ではなく、あくまでプライバシー研究イニシアチブであることに変わりはない。実験室でのテストは特定のアルゴリズムに対して成功を示したが、実際に配備されている多種多様な監視システム全体に対する実世界での性能は、独立して監査されたり保証されたりしてはいない。

Swearingen氏はまた、法的なグレーゾーンについても認識している。ラップを施した車両の走行は、ナンバープレートの遮蔽に関する州ごとの法律問題を引き起こす可能性があり、彼のパターンはナンバープレート部分を覆わないように明確に設計されている。

現時点では、noRecognitionは、適切なパターンを身につけることで誰もがアルゴリズムによる監視をオプトアウトできる未来の可能性を示している。しかしSwearingen氏自身も、複数のメディアと同様に、これは「魔法のクローク」ではなく研究段階のものであり、その根拠は未公開の単一のカメラテストに過ぎないと慎重に注意を促している。