Una camicia dai colori accesi può diventare una sorta di mantello dell’invisibilità digitale? A occhio nudo sembra un normale capo dal motivo astratto, vistoso ma perfettamente riconoscibile. Davanti a un sistema di visione artificiale, però, può accadere qualcosa di molto diverso: la persona che la indossa rischia di non essere classificata correttamente come “persona”. È questo il principio alla base di Digital Camouflage, il progetto del designer e artista berlinese Simon Weckert, sviluppato per mettere alla prova i limiti dei sistemi automatici che analizzano le immagini delle videocamere.
Il dettaglio più curioso è che il trucco non consiste nel nascondere il volto, coprire il corpo o riflettere la luce. La camicia resta visibilissima per chiunque la guardi. A essere confuso è il software. Il motivo grafico è stato progettato per interferire con le caratteristiche visive che un algoritmo usa per riconoscere una figura umana: bordi, contrasti, forme, proporzioni e relazioni tra le diverse parti del corpo. Il risultato dimostra quanto la “vista” di una macchina sia diversa da quella umana.
Weckert ha testato il capo con YOLO, una celebre famiglia di sistemi di object detection in tempo reale. Il primo lavoro scientifico dedicato a YOLO, pubblicato alla conferenza CVPR nel 2016, descriveva un modello capace di elaborare 45 fotogrammi al secondo, mentre una versione più leggera arrivava a 155 fotogrammi al secondo. L’obiettivo era individuare rapidamente gli oggetti presenti in un’immagine e racchiuderli in riquadri, assegnando a ciascuno una categoria. È importante però distinguere questo compito dal riconoscimento facciale: rilevare che nell’immagine c’è una persona non significa stabilire chi sia quella persona.
Digital Camouflage nasce quindi come esperimento artistico e tecnologico sulla sorveglianza automatizzata. Lo stesso autore precisa che le dimostrazioni sono state effettuate con un sistema open source generico e non provano che il capo possa neutralizzare ogni piattaforma usata dalle autorità. Proprio questo limite rende il caso interessante: mostra che anche algoritmi avanzati possono avere punti ciechi e che un’immagine apparentemente innocua può essere interpretata da una macchina in modo molto diverso da quanto immaginiamo.
Come può una camicia diventare “invisibile” per una videocamera?
La videocamera continua a riprendere normalmente: ciò che viene messo in difficoltà è il software incaricato di interpretare le immagini. Il progetto sfrutta un principio noto come adversarial attack, cioè la costruzione intenzionale di un input capace di indurre un modello di intelligenza artificiale a commettere un errore.
Nel caso di Digital Camouflage, colori saturi e forme sovrapposte alterano i segnali visivi che il rilevatore associa alla sagoma umana. Durante le dimostrazioni con YOLO, le altre persone presenti nell’inquadratura possono essere identificate dal classico riquadro “person”, mentre chi indossa il capo può non ricevere la stessa etichetta. Il progetto ufficiale chiarisce però che non esiste alcuna garanzia di anonimato universale e che sistemi differenti possono reagire in modo diverso.
Perché l’intelligenza artificiale si lascia ingannare da colori e forme?
Perché un sistema di computer vision non comprende una persona nello stesso modo in cui la comprende un essere umano. Un modello riconosce regolarità statistiche apprese durante l’addestramento e combina molte caratteristiche visive per stimare la presenza di un oggetto.
Se alcune di queste caratteristiche vengono alterate in maniera mirata, la sicurezza della previsione può diminuire. È un fenomeno studiato da anni. Una ricerca presentata al CVPR nel 2022 ha sviluppato una “Adversarial Texture” stampabile su indumenti come magliette, gonne e vestiti, mostrando che texture progettate appositamente possono ingannare rilevatori di persone anche in condizioni fisiche reali e da differenti angolazioni.
Quanto funziona davvero il camouflage digitale?
Funziona in condizioni specifiche, ma non rende una persona invisibile a qualsiasi sistema di sorveglianza. Illuminazione, distanza, movimento, posizione della telecamera, qualità dell’immagine e soprattutto modello utilizzato possono cambiare radicalmente il risultato.
La ricerca sul tema conferma comunque che il problema non è puramente teorico. Un lavoro del 2025 sugli indumenti avversariali ha riportato, nei propri test, un tasso di successo dell’attacco del 96,06% contro un rilevatore Faster R-CNN privo di difese specifiche e valori superiori al 64,84% contro nove modelli dotati di contromisure. Sono risultati sperimentali, ottenuti in configurazioni precise, e non possono essere trasferiti automaticamente a qualunque telecamera o sistema di videosorveglianza.
Che cosa insegna questa camicia sulla sorveglianza con l’IA?
La lezione principale riguarda l’affidabilità dei sistemi automatici. Un algoritmo può essere molto efficace in condizioni normali e mostrare comunque vulnerabilità davanti a input costruiti appositamente per confonderlo. Per questo un sistema di videosorveglianza basato sull’IA non dovrebbe essere considerato infallibile solo perché riesce a elaborare immagini in tempo reale.
Il caso della camicia di Weckert rende visibile un problema altrimenti astratto: la stessa scena può essere letta in due modi opposti da una persona e da una rete neurale. Un motivo che per noi è soltanto decorativo può diventare, per il software, un insieme di segnali abbastanza anomali da abbassare la probabilità che davanti alla telecamera ci sia un essere umano.
Più che un mantello dell’invisibilità, Digital Camouflage è quindi una dimostrazione concreta dei limiti della visione artificiale. E ricorda che, quando algoritmi e videocamere vengono impiegati per interpretare ciò che accade nel mondo reale, accuratezza, verificabilità e supervisione umana restano elementi essenziali.
Questo sito e tutti i suoi contenuti sono interamente generati mediante sistemi di intelligenza artificiale. Le informazioni pubblicate possono contenere errori, inesattezze, omissioni o dati non aggiornati e devono essere verificate prima di farvi affidamento.
