Les caméras ne reconnaissent plus rien : un t-shirt « intelligent » pour tromper l'IA

Alors que les systèmes de surveillance basés sur l'IA se développent rapidement dans le monde moderne, le designer allemand Simon Weckert a présenté une invention inhabituelle qui a surpris le monde de la technologie. Il a développé un « camouflage numérique » spécial qui empêche les algorithmes de vision par ordinateur de détecter la silhouette humaine.

Ce projet a été mis en pratique après qu'un système de vidéosurveillance basé sur l'IA a été testé sur la place animée de Kottbusser Tor à Berlin en août 2026.

Effet de « bruit visuel » : pourquoi les caméras ne reconnaissent-elles plus les humains ?

Ce vêtement spécial rend l'humain « invisible » et trompeur, non pas pour l'œil humain, mais précisément pour les réseaux de neurones derrière les caméras de surveillance :

• La faiblesse de la vision par ordinateur : L'IA ne perçoit pas une personne comme un tout, mais s'appuie sur des marqueurs visuels statistiques tels que la tête, la silhouette des épaules, les proportions corporelles et l'intégrité des contours ;

• Synthèse de motifs et de couleurs : Les transitions de couleurs vives et les formes géométriques entrecroisées sur le t-shirt créent un fort « bruit visuel » pour l'algorithme. En conséquence, le réseau de neurones ne parvient pas à assembler les parties de l'image en un corps humain complet et commet une erreur ;

• Un motif ordinaire pour l'humain : Pour l'œil humain, il s'agit simplement d'un produit textile ordinaire au design moderne, abstrait et lumineux.

Un t-shirt à motifs abstraits lumineux conçu pour tromper les systèmes de vidéosurveillance basés sur l'IA et rendre l'humain « invisible ». Photo : © Simon Weckert

L'IA contre l'IA : comment le motif a-t-il été créé ?

Pour créer ce « camouflage », le designer a utilisé l'IA elle-même comme outil :

• Méthode du « cycle antagoniste » : Weckert a préparé une variante de motif à l'aide d'un réseau de neurones et l'a testée à plusieurs reprises sur des systèmes de détection d'objets ;

• Réduction du niveau de confiance : Le design a été modifié jusqu'à ce que l'indice de confiance de l'algorithme confirmant la présence d'un humain devant la caméra atteigne son point le plus bas ;

• Seuil de détection : Le projet ne fait pas disparaître l'humain, mais sert à réduire considérablement la capacité de certains algorithmes à reconnaître une personne.