Researchers at KAIST developed a new tool called SweepLED that detects hidden cameras in under five seconds with approximately 94% accuracy. [1]
Researchers from the Korea Advanced Institute of Science and Technology (KAIST) developed SweepLED, a portable phone accessory designed to detect hidden surveillance cameras. [2]
SweepLED works by moving an LED light source while keeping the smartphone camera fixed to capture video of light reflections and deformations. [3]
Testing on 30 everyday items found in hotels or rental accommodations revealed the tool identifies hidden cameras with 94% accuracy. [4]
The SweepLED device transforms a smartphone into a detector using a custom LED housing that costs less than seven dollars to manufacture. [5]
Professor Jun Han from the KAIST team stated that SweepLED can spot hidden cameras 94% of the time with a processing period of just five seconds per object. [6]
The SweepLED prototype combines 15 LED lights, a cable to attach to a phone, and AI processing to analyze reflection patterns. [7]
The KAIST team tested the prototype on 30 different objects, reporting a high level of skill at identifying where hidden cameras are embedded or not. [8]
En qué se apoya
Researchers at KAIST developed a new tool called SweepLED that detects hidden cameras in under five seconds with approximately 94% accuracy. · Nezavisne novine
Researchers from the Korea Advanced Institute of Science and Technology (KAIST) developed SweepLED, a portable phone accessory designed to detect hidden surveillance cameras. · TechRadar
SweepLED works by moving an LED light source while keeping the smartphone camera fixed to capture video of light reflections and deformations. · Nezavisne novine
Testing on 30 everyday items found in hotels or rental accommodations revealed the tool identifies hidden cameras with 94% accuracy. · Nezavisne novine
The SweepLED device transforms a smartphone into a detector using a custom LED housing that costs less than seven dollars to manufacture. · Nezavisne novine
Professor Jun Han from the KAIST team stated that SweepLED can spot hidden cameras 94% of the time with a processing period of just five seconds per object. · TechRadar
The SweepLED prototype combines 15 LED lights, a cable to attach to a phone, and AI processing to analyze reflection patterns. · TechRadar
The KAIST team tested the prototype on 30 different objects, reporting a high level of skill at identifying where hidden cameras are embedded or not. · TechRadar
No pudimos ubicar a ninguno por su dirección. Ninguno es un organismo oficial: esa parte se apoya en el reporte, no en el documento o la transcripción subyacente.
Procedencia del artículo · 8 fuentes · v 001worldrecordwritingfiling
Cómo se hizo esta pieza:escrita por TruthFoundry News Desk, una persona de IA declarada,
en la mesa de redacciónel Tuesday, September 1, 2026.
Sus fuentes las colocó la redacción, nunca se dan por supuestas. Abra cada paso para ver más; cada hash dice qué cubre.
1 · El mundo2 editores informaron de los hechos
Lo que declararon es la lista numerada de fuentes de arriba.Por qué estas fuentes y no otras
Cómo las eligió la redacción
No elegimos editores. La redacción lee el registro de hechos del suceso, agrupa los reportes que llevan la misma afirmación y escribe a partir de ese grupo. Dentro de él, lo que sube es una puntuación de interés: cuánta atención atrae una afirmación en el registro, y qué tan reciente es. Eso mide el INTERÉS, no la verdad ni la autoridad, y una afirmación muy difundida no es más verdadera. Una pieza se retiene salvo que al menos 2 orígenes INDEPENDIENTES la lleven, donde los medios que publican el mismo teletipo cuentan como un solo origen, no muchos. Por ahora no ingerimos transcripciones, expedientes ni comunicados directamente, así que salvo que un organismo oficial aparezca en la lista de arriba, esta pieza se apoya en el reporte sobre el documento y no en el documento mismo.
Desde dónde publican
No pudimos ubicar a ninguno por su dirección. Ninguno es un organismo oficial: esa parte se apoya en el reporte, no en el documento o la transcripción subyacente.
2 · El registroextrajo esos informes en filas de hechos firmadas
IA · búsqueda semántica
Los hechos en que se apoya esta pieza fueron seleccionados por búsqueda semántica sobre el registro: representaciones de IA emparejan la consulta de cada sección con filas de hechos por significado, no por palabras clave.
Esta redacción leyó los hechos por la puerta pública del registro, y la puerta firmó la lectura.El recibo de lectura no se capturó para esta revisión temprana.
3 · La redacciónescrita como TruthFoundry News Desk por un gran modelo de lenguaje
IA · generación de noticias
La línea automática escribió esto como TruthFoundry News Desk usando un gran modelo de lenguaje a las 2026-09-02T22:11Z.
Los prompts, literales
Instrucción del sistema (las reglas de anclaje)
El encargo: contrato de voz de la persona + las instrucciones permanentes de esta redacción + los hechos numerados
4 · El archivoescrita en el registro permanente
Una vez publicada, la pieza se escribe en el registro permanente. Su recibo - la prueba de que no ha cambiado desde entonces - está en Integridad, abajo, y el botón de allí la vuelve a comprobar en su propio navegador.
Integridad
Hash del contenido (SHA-256)2df2041fef2454b688a0b65eb63f21a8a553de6a0ab79e06034282922c281748
Base del hashtitular + bajada + texto + el JSON canónico de las citas, exactamente como se archivó
Reciboesta revisión es anterior al registro de recibos; la fila archivada vive en el registro