SweepLED: 通过智能手机 LED 实现 AI 驱动的隐蔽摄像头检测

来自 KAIST、新加坡国立大学 (NUS) 和新加坡管理大学 (SMU) 的研究人员开发了 SweepLED，这是一种利用低成本 LED 附件和 AI 驱动的反光分析技术来检测非法隐蔽摄像头的技术。通过分析光线从多个角度在表面上的反射方式，该系统可以在不到五秒钟内以 94% 的准确率区分摄像头镜头和常见的亮面物体。

AI 驱动的反光分析 vs. 手动检查

SweepLED 用自动化的深度学习方法取代了寻找“亮斑”的手动过程。传统的便携式检测器要求用户通过照射光线并视觉上识别反射，这往往会导致金属、玻璃或光面塑料产生的误报。

SweepLED 通过保持智能手机摄像头固定，同时让连接的 LED 设备不断改变光线方向来解决这个问题。由于摄像头镜头包含复杂的内部结构——包括多个透镜、光圈和图像传感器——当光线角度发生变化时，它们会产生独特的反射模式。相比之下，标准亮面物体的反射会呈线性移动或消失。AI 分析这些随时间变化的模式，以确定反射是否源自摄像头镜头。

性能与硬件成本

该系统旨在实现易用性和低成本的消费者部署。关键性能指标包括：

• Accuracy: 94% detection rate across 30 common household objects (e.g., chargers, alarm clocks, and remote controls).
• Speed: 每次检查在不到五秒钟内完成。
• Cost: 核心 LED 硬件成本约为 $7 (10,000 Korean won).

技术替代方案与局限性

虽然 SweepLED 为隐私保护提供了一个低成本的切入点，但技术讨论强调了若干种替代检测方法和潜在的漏洞：

Alternative Detection Methods

• Thermal Imaging: 一些人建议，手持式热成像仪更为稳健，因为 CMOS 传感器、无线传输器和电源会产生热量，无论镜头反射如何，都可以被检测到。
• Laser Scanning: 高端检测通常涉及使用特定波长的激光（例如 832nm）并配合镜子来寻找反射面。
• RF Analysis: 检测由房间内的运动引起的传输峰值，可以识别正在积极传输数据的无线摄像头。

Potential Vulnerabilities

技术批评者指出，某些摄像头的放置位置可以规避避光学检测。具体来说，放置在织物或衣服后面的摄像头可以识别主体，而不被基于光学的扫描所发现。

"Cameras can be put in certain angles that it can see with being seen, or how police do it, how police do it, entirely behind clothes or similar fabric where it can see through and identify but not seen even if you’re looking straight at it."

这项研究在 6 月份的 ACM MobiSys 2026 国际移动计算会议上展示。