La technologie de reconnaissance faciale est de plus en plus courante. Certaines startups ont du mal avec cela
La nouvelle collection CAP_able est conçue pourconfondre les algorithmes de reconnaissance faciale. La première ligne de Manifesto comprend des sweats à capuche, des hauts et des robes avec un motif spécial qui ressemble de loin à un imprimé abstrait. Mais il est en réalité calqué sur la coloration de divers animaux, notamment des girafes, des zèbres et des chiens. C'est ainsi que le designer italien a tenté de tromper le système de caméra intelligente. Elle ne pourra pas identifier le propriétaire ou le prendra pour un animal.
L'idée est de tromper le logiciel pourla reconnaissance faciale est venue à l'esprit de la jeune fille alors qu'elle étudiait pour un master en échange au Fashion Institute of Technology de New York. Le concepteur a appris comment les habitants de Brooklyn se sont opposés aux projets du propriétaire d'installer un tel système.
Utiliser un système de détection d'objets populaireYOLO, ainsi que des machines à tricoter informatisées d'Italie, Didero et ses collègues de la start-up ont découvert comment placer de manière optimale des images sur des tissus en coton égyptien pour créer des vêtements vraiment uniques. Ils ont trompé des algorithmes comme YOLO environ 60 à 90 % du temps. À l’avenir, Didero prévoit de créer des motifs moins visibles à l’œil humain, mais capables de tromper les systèmes de reconnaissance faciale.
CAP_able a lancé une campagne pourKickstarter à la fin de l'année dernière et a récolté environ 5 000 euros pour améliorer le modèle économique, ils envisagent de rejoindre le programme d'accélération Politecnico. Désormais, le coût d’un vêtement commence à 300 dollars.
Lire la suite:
Un terrain en Chine foré à une profondeur record
Il ne s'agit pas de la Terre : les scientifiques ont expliqué pourquoi le système solaire est le plus rare
Forteresse médiévale découverte accidentellement dans la forêt : la découverte a surpris les scientifiques
Photo de couverture : La collection Manifeste, CAP_able