在监控镜头愈来愈懂得“认人”的年代，德国艺术家西蒙．韦克特（Simon Weckert）反其道而行，设计出一件名为“数码迷彩”（Digital Camouflage）的夏威夷恤。衣服表面布满粉红、橙色及绿色抽象图案，对人眼而言极为抢眼，却能干扰部分人工智能（AI）人物侦测系统，令电脑无法把穿着者辨识为“人”。
花俏图案专攻AI视觉盲点
不过，这件恤衫并非真正的“隐形斗篷”。韦克特强调，作品只曾以通用的开源物件侦测系统YOLO示范，没有证据显示它能骗过警方或政府实际使用的监控设备。
据科技及设计媒体报道，“数码迷彩”乍看像一件风格夸张的夏威夷恤，衣服上的每一道线条、色彩及形状却并非随意绘制，而是经过运算优化，专门针对AI判断人体时依赖的视觉特征。
韦克特解释，电脑视觉系统并非像人类般真正理解“人”的概念，而是透过分析大量训练图片，学习哪些边缘、色彩、纹理、轮廓及身体比例通常与人类有关。
辨识系统首先会在画面中寻找明暗对比及线条，继而尝试拼合头部、肩膀、躯干与四肢的关系。恤衫上的高饱和色彩及互相重叠的不规则图案，会向系统输入大量混乱讯号，破坏人体轮廓的连续性，令模型对“眼前是一个人”的信心下降。
靠AI反复测试 直至辨识信心崩溃
更有趣的是，这件用来对抗AI监视的恤衫，本身亦是利用运算模型协助设计。
韦克特采用俗称“对抗回圈”（adversarial loop）的方法，先生成候选图案，再把图像交给人物侦测模型分析，量度系统有多大把握认为画面中存在一个人。设计程式其后按照结果调整色彩、线条及纹理，再次接受测试，如此反复进行，直至侦测模型的判断信心大幅下降。
在艺术家公开的示范片段中，普通途人的身体会被YOLO系统以方框标示并分类为“person”，穿上“数码迷彩”恤衫的人却在部分画面中没有被标记，仿佛从电脑眼中消失。
这项技术在电脑科学中称为“对抗攻击”（adversarial attack），即透过精心设计的图像、纹理或微小视觉变化，令AI模型作出错误判断。过往研究人员曾在衣服上印制特定图案，测试人物侦测系统面对穿着者走动、转身及布料折曲时，能否维持辨识能力。
2019年的“对抗T恤”研究显示，针对YOLOv2设计的实体衣服，在测试环境下可明显降低人物侦测率；其后的研究则利用立体建模，令图案在不同角度及衣物变形时仍能发挥作用。不过，成效会随镜头距离、光线、穿着姿势及所用模型而改变，对一套系统有效的图案，换上另一套系统未必奏效。
回应柏林引入智能监控 属艺术项目非保安产品
韦克特把“数码迷彩”形容为一项由2025年开始、仍在发展中的穿戴式艺术作品，创作背景与柏林科特布斯门广场（Kottbusser Tor）引入智能摄录及行为分析技术有关。
他指出，这类系统不但拍摄途人，亦可能尝试把拥抱、跳舞、争执或打斗等动作分类为“正常”或“可疑”。作品希望提出一个问题：当公共空间内的监控演算法缺乏透明度，外界亦无法独立测试时，社会应在多大程度上信任机器的判断？
韦克特特别提醒，“数码迷彩”是艺术项目，不是保安产品，也不是供人逃避执法的工具。它针对的是“人物侦测”，即系统判断画面中有没有人的第一个步骤，并不等同确认身份的“人脸识别”。
“数码迷彩”最耐人寻味之处，或许正是它造成的视觉反差：在人群中最夺目的一件衣服，反而有机会成为AI眼中最不显眼的人。它未必足以令人逃离监控，却成功提醒公众，再先进的人工智能，也可能被一块布揭开盲点。
