安全研究員Bill Swearingen開發咗一套叫NoRecognition嘅強化學習系統,用遺傳算法生成電腦印刷嘅對抗性圖案,令AI監控鏡頭認唔出人、面同車 喺拉斯維加斯Def Con大會上,一架2009年豐田Yaris貼滿呢啲圖案,成功避過Flock車牌識別系統嘅自動偵測,不過獨立傳媒話呢個只係一次冇雙盲嘅示範,仲未經同行評審 由Cap able、Urban Privacy到Vollebak等品牌帶動嘅「對抗時裝」潮流正興起,Guardian報道話私隱保護可能成為下一波時尚大趨勢

Create a landscape editorial hero image for this Studio Global article: What algorithm and method did security researcher Bill Swearingen develop to create computer-printed patterns that hide people, faces, and v. Article summary: Security researcher Bill Swearingen developed a reinforcement learning system called **noRecognition** that generates adversarial, computer-printed patterns capable of hiding people, faces, and vehicles from AI-powered s. Topic tags: general, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fa
一個安全研究員開發咗一套系統,可以生成電腦印刷嘅圖案,用嚟遮住人、面同車,令AI監控鏡頭認唔出——經過3100萬次測試之後,呢啲圖案終於離開實驗室,真係走上街頭。
安全研究員 Bill Swearingen 將呢個項目命名為 NoRecognition。佢用嘅係一種強化學習方法——遺傳算法——透過測試數百萬個唔同變種,喺AI檢測模型面前「培育」出對抗性紡織圖案 。呢啲圖案唔會阻礙鏡頭錄影,但會擾亂算法偵測人、面或車嘅能力,令系統唔會觸發警報
。
Swearingen 嘅核心方法係一個自學習嘅模糊測試器,佢會生成對抗性圖案,然後用開源物件檢測算法去測試 。如果圖案仍然觸發到檢測,系統就會修改佢再試,形成一個迭代循環。經過大約3100萬次測試迭代之後,呢個系統終於搵到能夠擊敗測試組合入面全部11個AI監控模型嘅圖案變種
。
Swearingen喺Black Hat嘅預告入面話:「呢個係一個遺傳算法,用嚟培育對抗性紡織圖案,印喺普通布料上面。佢會令成個面部識別流程——人物檢測、面部檢測同身份匹配——出現連鎖式失效,而且唔需要任何電子零件,企喺你隔籬嘅人睇落完全唔覺得有古怪。」
Swearingen嘅項目聲稱可以擊敗11個唔同嘅AI監控模型,包括:
值得留意嘅係,Swearingen話佢嘅系統係測試「真係用緊嘅模型,唔係學術界嘅標準基準。係嗰啲實際行緊喺Clearview AI、警察隨身攝錄機、機場保安上面嘅系統」。
喺2026年8月7號(星期五)拉斯維加斯嘅Def Con網絡安全會議上,Swearingen進行咗NoRecognition圖案嘅第一次公開真實世界測試。喺汽車媒體Donut Media嘅協助下,一架2009年豐田Yaris貼滿咗電腦生成嘅圖案,然後駛過一個Flock監控鏡頭
。
根據Swearingen嘅講法,呢架車避過咗Flock系統嘅自動偵測——鏡頭冇觸發到檢測警報 。呢次係呢啲圖案第一次喺真實環境入面、對住實體鏡頭進行驗證,而唔係淨係喺數碼模擬入面測試
。不過,有獨立記者指出,呢次示範只係一次冇雙盲嘅測試,更廣泛嘅同行評審驗證仲有待完成
。
喺Swearingen嘅技術工作之外,一個叫做**「對抗服裝」或者「對抗時裝」**嘅平行運動亦都冒起,逐漸成為主流趨勢 。
《衛報》喺2026年7月報道,設計師正將「對抗性圖案」——精心排列嘅形狀、顏色同花紋——融入衫褲之中,專門用嚟混淆面部識別AI 。好似Cap_able、Urban Privacy同Vollebak呢啲品牌,已經推出咗聲稱可以利用電腦視覺模型弱點嘅服裝系列
。
柏林藝術家Simon Weckert就推出咗一個概念系列,叫**「數碼迷彩」**——衫上面印咗生成式對抗圖案,設計到無論邊個角度或者布料點樣褶皺,都可以防止AI監控檢測 。呢個運動俾人形容為「私隱保護可能係下一個重大時尚潮流」,着住呢啲衫嘅人一方面可以避開自動面部識別,另一方面亦都係對私隱重要性嘅一種表態
。
意大利時裝初創Cap_able就製作咗有對抗性圖案嘅針織衫,仲將衫設計成雙面可着,等用家可以自己選擇幾時想俾AI認到,幾時唔想 。佢哋嘅專利過程會用算法開發對抗性圖案,創造出佢哋所講嘅「AI迷彩」
。
呢項技術唔係萬能藥。專家指出咗幾個重要嘅警告:
NoRecognition代表住一次最嚴謹嘅嘗試,去創造一種實用、可穿着嘅AI監控防禦。經過3100萬次測試同埋一次對住Flock鏡頭嘅現場示範,呢個項目已經唔再停留喺學術概念驗證階段。不過,呢啲對抗性圖案能否喺同不斷進化嘅監控AI嘅軍備競賽中生存落去——以及更廣泛嘅對抗時裝運動能否大規模提供真正嘅私隱保護——依然係一個未知之數。
正如Swearingen自己所講,核心問題係:「物理布料真係可以喺真實世界條件下擊敗最先進嘅面部識別系統嗎?」 而家嘅答案係:可以——直到AI追上嚟。
Studio Global AI
Use this topic as a starting point for a fresh source-backed answer, then compare citations before you share it.
安全研究員Bill Swearingen開發咗一套叫NoRecognition嘅強化學習系統,用遺傳算法生成電腦印刷嘅對抗性圖案,令AI監控鏡頭認唔出人、面同車
安全研究員Bill Swearingen開發咗一套叫NoRecognition嘅強化學習系統,用遺傳算法生成電腦印刷嘅對抗性圖案,令AI監控鏡頭認唔出人、面同車 喺拉斯維加斯Def Con大會上,一架2009年豐田Yaris貼滿呢啲圖案,成功避過Flock車牌識別系統嘅自動偵測,不過獨立傳媒話呢個只係一次冇雙盲嘅示範,仲未經同行評審
由Cap able、Urban Privacy到Vollebak等品牌帶動嘅「對抗時裝」潮流正興起,Guardian報道話私隱保護可能成為下一波時尚大趨勢