Автор:
Слепая зона искусственного интеллекта: как «обмануть» камеры видеонаблюдения с ИК-подсветкой и что с этим делать
Многие камеры видеонаблюдения ночью переходят в ИК-режим — и теряют важную часть визуальной информации. Это открывает окно для атак, при которых видео-аналитика не распознаёт человека. Мы разобрали, как это работает, какие камеры подвержены риску и как усилить защиту без полной модернизации системы. Системы видеонаблюдения — это первая линия защиты на большинстве объектов: от складов и стройплощадок до частных домов и офисов. Именно в тёмное время суток активизируются злоумышленники, поэтому телекамера должна «видеть» не хуже, чем днём. Казалось бы, с задачей справляются камеры с ночным режимом: при снижении освещённости они автоматически переходят в чёрно-белый режим и включают встроенную инфракрасную подсветку для съёмки в темноте. Но есть важный нюанс: вместе с переходом в ИК-режим в системе появляются уязвимости, которыми можно воспользоваться. Современные системы видеонаблюдения с поддержкой искусственного интеллекта (ИИ) умеют не просто записывать видеоизображение, но и анализировать его в реальном времени уже на борту камеры — обнаруживать людей, отслеживать движение, формировать тревоги. Однако в ИК-режиме даже продвинутые алгоритмы становятся уязвимыми. Разберёмся, почему так происходит, как это используется для обхода камер и что можно сделать для защиты. Как работает ночная съёмка в системах видеонаблюдения Когда освещённость падает ниже заданного уровня, камера, как правило, автоматически переключается в ночной режим. При этом отключается инфракрасный фильтр, который в дневное время блокирует ИК-излучение, чтобы сохранить корректную цветопередачу. После отключения фильтра сенсор камеры начинает воспринимать свет ближнего инфракрасного диапазона, который излучают встроенные ИК-светодиоды, расположенные вплотную к объективу. Такие светодиоды работают на длине волны около 850 нм и почти невидимы для человеческого глаза. В результате камера переходит на монохромное изображение. Для человека оно выглядит просто как «чёрно-белая картинка», но для алгоритма искусственного интеллекта это — резкое упрощение визуальной информации. Что теряет камера ночью Переключение в ИК-режим даёт возможность вести съёмку в полной темноте, но качество получаемого изображения сильно изменяется. Во-первых, полностью исчезает цвет. Это связано с тем, что спектральная чувствительность сенсора в диапазоне 850 нм становится почти одинаковой для всех трёх каналов RGB, и камера выдаёт монохромную картинку. Во-вторых, теряется текстура. Материалы одежды, кожи, поверхностей, которые в видимом спектре отражают свет по-разному, в ИК-диапазоне становятся практически неразличимыми. Также страдает детализация. Контуры объектов смазываются, яркость распределяется неравномерно, пропадает привычная визуальная структура изображения. Уменьшается глубина сцены — тени исчезают, объекты сливаются с фоном, особенно при сильной ИК-подсветке. Все эти изменения ухудшают работу систем компьютерного зрения, особенно если они были обучены на дневных (RGB) данных. Даже если обучение проводилось на ИК-снимках, модель сталкивается с резким снижением разнообразия визуальных признаков, что делает её уязвимой. Почему ИИ в камерах ошибается Алгоритмы распознавания объектов основаны на обучении: они «учатся» видеть человека, анализируя огромные массивы изображений с аннотациями. Чем больше и разнообразнее данные, тем надёжнее работает модель. В дневных условиях — с цветом, текстурой, тенью — таких данных достаточно. Но в ночном ИК-режиме почти все опорные признаки пропадают. Это приводит к нескольким типичным ошибкам. Камера может не обнаружить человека вовсе, особенно если он одет в одежду без ярко выраженных контуров. Может принять за человека объект с подходящей формой и яркостью — например, мешок, отражающий ИК-свет. Иногда система выдаёт «пустые» тревоги из-за световых артефактов: капля на объективе, отражение от стекла, блик от металла. Чем проще изображение, тем выше вероятность сбоя. Даже при дообучении моделей на ИК-изображениях проблема остаётся: невозможно предусмотреть все реальные условия съёмки. И именно на этом основан следующий способ обхода систем (рис. 1).
Как обмануть ИИ: атака с лентой Учёные из Университета Токио провели эксперимент, показав, что для обмана ИИ в ИК-режиме не требуется ничего сложного. Достаточно наклеить на одежду специальные материалы — световозвращающие и изолирующие ленты — в определённом порядке. Эти материалы по-разному влияют на яркость участков изображения: световозвращающая лента делает участок ярким, а чёрная изолента — тёмным. Если разместить такие участки в виде определённого шаблона, то камера видит не фигуру человека, а искажённый набор пятен. ИИ не распознаёт такого человека как цель. Причём атака пассивна: никакой электроники, излучателей, кодов. Только физические свойства материалов. Особенно хорошо атака работает, если камера и ИК-подсветка находятся рядом и смотрят в одну точку. В этом случае свет, отражённый от световозвращающей ленты, попадает прямо в объектив, вызывая локальную засветку. Автоматическая экспозиция затемняет остальной кадр, и человек исчезает для алгоритма (рис. 2–3).
Что это значит на практике? Такая атака может использоваться для скрытого проникновения на объект. Нарушитель приближается к камере в ночное время и остаётся незамеченным системой. Детектор не срабатывает, тревога не активируется. Если запись активируется только при срабатывании видеоаналитики, то запись может не сохраниться вовсе. А если камера пишет по расписанию или по детектору движения, то в архиве останется видеозапись, на которой человек есть, но ИИ его проигнорировал. Это особенно критично на удалённых объектах, где наблюдение автоматизировано, а вмешательство оператора минимально. На уличных камерах, расположенных на входах, воротах, периметрах, подобные атаки могут привести к полному обходу системы. Причём выявить такой случай постфактум очень сложно, если только оператор вручную просмотрит видеоархив. Что происходит в реальности: экспериментальные данные В лабораторных условиях исследователи использовали как цифровую имитацию ночного наблюдения, так и реальные камеры с ИК-подсветкой, установленные в типичных уличных условиях. Были выбраны три модели камер массового сегмента с ИК-подсветкой 850 нм, расположенных на высоте 2,5 метра, с углом обзора около 90° и дальностью действия до 15 метров. В качестве видеоаналитики использовалась модель YOLOv4 — открытая архитектура нейросетевой детекции объектов в реальном времени, популярная в системах видеонаблюдения благодаря высокой скорости работы — дообученная на датасете с ночными изображениями (рис. 4).
На расстоянии от 3 до 5 метров человек, на одежде которого был закреплён паттерн из световозвращающей ленты и чёрной изоленты, в большинстве случаев не детектировался как объект. Причём форма паттерна подбиралась заранее с использованием цифровой симуляции — это важно, так как произвольная наклейка не работает. Таким образом, был доказан факт: ИИ действительно может быть обманут физическим способом, без вмешательства в код или данные (рис. 5).
Более того, при приближении к камере на расстояние менее 3 метров алгоритм иногда начинал срабатывать, но уже в неустойчивом режиме: например, фиксировал объект на одном кадре, но терял на следующем. Это делает обход более эффективным именно на дистанциях, характерных для периметрального наблюдения. Почему это нельзя игнорировать Важно понимать: такие атаки не требуют высокой квалификации или дорогостоящего оборудования. Весь набор «инструментов» укладывается в карман и может быть приобретён в строительном магазине. Это открывает возможности для нарушителей, которые готовы изучить уязвимость и применить её на практике. Для высокозащищённых объектов подобный сценарий может выглядеть маловероятным, но для строительных площадок, автостоянок, дачных посёлков, логистических центров — вполне реальным. Если ИИ пропускает человека, система лишается ключевого звена — автоматической фиксации события. А это значит, что с высокой вероятностью не будет не только тревоги, но и внимательного просмотра архива. Сценарий обхода становится рабочим. Какие камеры уязвимы в первую очередь Уязвимость особенно характерна для камер, которые: имеют встроенную ИК-подсветку и объектив в одном модуле; работают только в ИК-режиме без дублирующего видимого освещения; не проходят регулярное тестирование видеоаналитики на нестандартные объекты; эксплуатируются в местах, где возможен прямой доступ к зоне действия камеры. Не менее важно учитывать тип сенсора. Камеры с обычной КМОП-матрицей без расширенного спектрального диапазона воспринимают инфракрасный свет ограниченно и не различают тонкие нюансы, которые могли бы помочь в распознавании. Это снижает точность аналитики и делает систему более уязвимой. Профессиональные рекомендации для инсталляторов Если вы проектируете или обслуживаете системы видеонаблюдения, особенно в ночном режиме, стоит заранее включать в ТЗ и проектные решения следующие меры: разносить ИК-подсветку и объектив, либо использовать внешние прожекторы; сочетать ИК-наблюдение с освещением в видимом спектре (например, тёплая LED-подсветка); использовать камеры с технологией ночного цветного изображения; проводить испытания видеоаналитики на устойчивость к физическим паттернам; добавлять в архив выборочную верификацию событий оператором; обновлять прошивки и ИИ-модели с учётом новых угроз. Дополнительно рекомендуется вести базу примеров «слепых» зон и тестировать объекты на возможность обхода хотя бы раз в сезон. Это особенно важно для наружных систем, подверженных изменению условий (снег, пыль, освещение соседних объектов). Роль человеческого фактора и оператора видеонаблюдения Даже в системах, где применяется видеоаналитика, сохраняется роль оператора, особенно на этапах верификации событий и анализа архива. Однако важно понимать: если тревога не сработала, оператор с высокой вероятностью не увидит инцидент вовсе. Это означает, что любые обходы, не вызвавшие автоматическое срабатывание, рискуют остаться незамеченными навсегда. Обучение персонала должно включать представление о технических уязвимостях ИК-режима, о возможностях маскировки, и о признаках, по которым можно заметить попытку обхода (например, неестественная яркость участка изображения, пропадание фигуры с кадра, странные блики). В некоторых системах возможно внедрение меток на кадрах с аномальным распределением яркости, которые могут отслеживаться в логах или подаваться оператору видеонаблюдения как отдельная категория событий. Масштаб проблемы: где стоит волноваться в первую очередь Проблема особенно актуальна для объектов, где охрана работает в режиме патрулирования, а система видеонаблюдения выполняет роль «глаза в ночи». Это: периметры крупных территорий с удалёнными участками; временные строительные площадки и склады; автостоянки, контейнерные терминалы; дачные и коттеджные посёлки с камерой у ворот. На таких объектах распространены именно простые ИК-камеры с автоматическим режимом. За счёт их массовости и ограниченности в функционале они и становятся основной «мишенью». Важно подчеркнуть: речь идёт не о теоретической угрозе, а о технически реализуемом обходе. Даже если злоумышленник не знает деталей реализации атаки, он может экспериментально найти способ скрыться от камеры — тем более, если у него есть возможность заранее наблюдать за объектом, например, находясь поблизости, работая неподалёку или имея доступ к общей территории. Это позволяет изучить расположение камер, их реакцию на движение, углы обзора, а также протестировать в реальных условиях, как работает маскировка в ИК-режиме. Перспектива: куда движется защита Один из очевидных векторов — обучение ИИ на смешанных датасетах, включающих атакующие примеры. Также перспективным направлением остаётся развитие мультиспектральных решений: совмещение видимого, ИК и тепловизионных каналов. Такие решения уже применяются на высокозащищённых объектах, но могут со временем стать доступнее. Вторая перспектива — расширение логики видеоаналитики: фиксация не только объектов, но и «аномалий». Например, появление области, слишком яркой или слишком тёмной, может вызывать подозрение. Третье направление — интеграция с другими системами охраны: контроль доступа, освещение, охранная сигнализация. При комплексном подходе даже обход видеонаблюдения не гарантирует успех нарушителю. Слабые места ИК-видеонаблюдения Наиболее уязвимы камеры с ИК-подсветкой, встроенной в корпус и направленной в ту же точку, что и объектив. Такая конструкция удобна и компактна, но именно она делает возможной атаку засветкой. Если источник света и объектив находятся рядом, отражённый свет возвращается обратно и «перегружает» сенсор. Также уязвимы камеры, работающие на фиксированной длине волны (например, 850 нм). В этом диапазоне большинство материалов теряют уникальные отражательные характеристики, и изображение становится однородным. Автоматическая экспозиция ещё больше усугубляет ситуацию: чтобы уменьшить яркость от засвеченных участков, она затемняет всю сцену. Это снижает шансы на распознавание объекта в тени. Как защититься от атак в ИК-режиме Полностью исключить уязвимость сложно, но её можно существенно снизить. Один из способов — разнести объектив камеры и ИК-подсветку. Например, использовать внешние прожекторы, расположенные сбоку или выше уровня камеры. Это нарушает геометрию отражения: свет уже не возвращается точно в объектив, и эффект засветки ослабляется. Добавление источников света в видимом диапазоне также помогает. Даже слабая подсветка позволяет получить часть информации о цвете, тени и объёме сцены. Это улучшает работу ИИ-алгоритмов и усложняет маскировку. Использование тепловизионных или мультиспектральных камер позволяет оценить объект не только по отражённому свету, но и по тепловому излучению. Такие камеры сложнее обмануть с помощью простых физических средств. Они дороже, но могут применяться точечно — на критичных направлениях. Отдельного упоминания заслуживают камеры, которые способны сохранять цветное изображение даже в условиях низкой освещённости. Такие технологии, как WizColor, Full-Color, ColorVu и аналогичные, применяются в камерах некоторых производителей и используют сверхчувствительные сенсоры в сочетании с мощной апертурой и встроенной тёплой подсветкой в видимом диапазоне. В отличие от стандартных ИК-камер, такие устройства позволяют видеть ночью в цвете, что существенно повышает информативность изображения и точность работы видеоаналитики. Они лучше сохраняют текстуру и контуры объектов, делают идентификацию более надёжной и устойчивой к попыткам маскировки с использованием ИК-лент. С программной стороны, важно регулярно обновлять ИИ-модели, использовать выборки с атакующими паттернами и проводить тестирование на устойчивость к обману. Анализ аномалий яркости, резких контрастов, пропадания структуры кадра может служить дополнительным уровнем контроля. Не менее важна организационная составляющая. Проверка формы и поведения персонала, контроль доступа к объекту, тестирование системы с «тренированным нарушителем» — все эти меры снижают риск успешной атаки. Свет в конце туннеля ИК-видеонаблюдение — необходимая часть системы безопасности, особенно в условиях отсутствия внешнего освещения. Но важно понимать его ограничения. Упрощённая визуальная информация, особенности расположения подсветки, поведение сенсора и логика работы ИИ делают систему уязвимой в определённых сценариях. Хорошая новость в том, что большинство проблем можно обнаружить заранее и принять меры. Подбор оборудования, настройка освещения, обновление программного обеспечения, тестирование устойчивости и обучение персонала — всё это формирует устойчивую систему видеоконтроля, готовую к реальным угрозам. Ведь чем лучше мы понимаем, как «видит» камера ночью, тем эффективнее будет наша защита. Чек-лист: оценка уязвимости системы видеонаблюдения к обходу в ИК-режиме Этот чек-лист позволит быстро оценить уязвимость конкретной системы и определить приоритеты для её доработки. Не менее важно проводить регулярные тесты и следить за развитием методов обхода ИИ в системах безопасности. 1. ОСНАЩЕНИЕ КАМЕРЫ Используется инфракрасная подсветка с длиной волны 850 нм? Подсветка встроена в корпус и размещена рядом с объективом? Камера переходит в монохромный режим без дополнительного света? Включён режим автоматической экспозиции? 2. РАБОТА ВИДЕОАНАЛИТИКИ Применяется детекция или трекинг объектов с использованием ИИ? Обучалась ли модель на изображениях, снятых в ИК-режиме? В архиве встречаются кадры с засветкой или исчезающими объектами? 3. ОРГАНИЗАЦИЯ НАБЛЮДЕНИЯ В системе предусмотрены внешние ИК-прожекторы или только встроенные? Имеются ли участки, куда можно подойти близко к камере без контроля? 4. ПРАКТИЧЕСКАЯ ПРОВЕРКА Проводились ли испытания устойчивости к попыткам обхода с помощью лент или иных физических маскировок? Источник: Пресс-служба ТЕРАТЕК
Внимание! Копирование материалов, размещенных на данном сайте допускается только со ссылкой на ресурс http://www.tzmagazine.ru