Klær lurer ansiktsgjenkjenningskameraer. AI tror du er en hund

Ansiktsgjenkjenningsteknologi blir mer vanlig. Noen startups sliter med dette

på en uvanlig måte. Dermed har oppstarten CAP_able laget "fasjonable løsninger for å beskytte personopplysninger." Forfatteren av den spesielle kleskolleksjonen er en italiensk designer som kaller seg Didero.

Den nye samlingen CAP_able er designet for åå forvirre ansiktsgjenkjenningsalgoritmer. Manifestos debutlinje inkluderer hettegensere, topper og kjoler med et spesielt mønster som ser ut som et abstrakt trykk på avstand. Men den er faktisk modellert etter fargelegging av forskjellige dyr, inkludert sjiraffer, sebraer og hunder. Slik forsøkte den italienske designeren å lure det smarte kamerasystemet. Hun vil ikke kunne identifisere eieren eller vil forveksle ham med et dyr.

Tanken er å lure programvaren forAnsiktsgjenkjenning kom til jenta da hun studerte til en mastergrad i bytte ved Fashion Institute of Technology i New York. Designeren leste om hvordan innbyggerne i Brooklyn motsatte seg huseierens planer om å installere et slikt system.

Bruker et populært objektdeteksjonssystemYOLO, i tillegg til datastyrte strikkemaskiner fra Italia, fant Didero og oppstartskollegene hennes ut hvordan de kunne plassere bilder på egyptisk bomullsmaterialer optimalt for å skape virkelig unike plagg. De lurte algoritmer som YOLO omtrent 60-90 % av tiden. I fremtiden planlegger Didero å lage mønstre som er mindre merkbare for det menneskelige øyet, men som kan lure ansiktsgjenkjenningssystemer.

CAP_able lanserte en kampanje forKickstarter på slutten av fjoråret og samlet inn rundt 5000 euro For å forbedre forretningsmodellen planlegger de å bli med i Politecnico-akseleratorprogrammet. Nå starter kostnaden for ett klesplagg fra $300.

Les mer:

Land i Kina boret til rekorddybde

Det handler ikke om jorden: forskere forklarte hvorfor solsystemet er det sjeldneste

Middelalderfestning oppdaget ved et uhell i skogen: funnet overrasket forskere

Forsidebilde: The Manifesto Collection, CAP_able