Dos protestos de Hong Kong a aeroportos ao redor do mundo, câmeras de vigilância com capacidade de #RECONHECIMENTO FACIAL são cada vez mais comuns e precisas em identificar uma pessoa dentre milhares de outras faces. Para tentar burlar a tecnologia e preservar um pouco da privacidade, ativistas estão propondo o uso de maquiagens e acessórios que impedem o reconhecimento facial e, ao mesmo tempo, apresentam um senso de estilo próprio.
Um desses grupos de ativistas é o Dazzle Club, de Londres, a segunda cidade com mais câmeras de segurança no mundo. Eles buscam inspiração na moda para camuflar os rostos com maquiagem geométrica e, assim, evitar que sejam reconhecidos automaticamente pelas câmeras.
O grupo usa designs de penteado e maquiagem para “quebrar” a continuidade de um rosto. Os algoritmos de reconhecimento facial buscam identificar a relação espacial entre os principais traços da pessoa, como simetria e contornos tonais. A maquiagem geométrica no rosto dos ativistas insere cores escuras e claras em locais inesperados. Com isso, a tecnologia passa a mapear partes erradas do rosto ou até mesmo conclui que não há rosto para mapear.
O conceito foi criado pelo artista Adam Harvey, que cunhou o termo “cv dazzle” (“visão de computação deslumbrante”, em tradução livre), para representar uma versão moderna da camuflagem usada pela Marinha do Reino Unido durante a Primeira Guerra Mundial e que ficou conhecida como Dazzle.
Roupas para confundir as câmeras
Uma outra maneira de evitar o monitoramento de cidadãos é inundar as ruas com informações redundantes para que as câmeras não consigam identificar o que é relevante e o que é ruído. Foi com essa ideia que a hacker e designer Kate Rose lançou a linha de roupas Adversarial Fashion, que tem estampada padrões visuais que simulam placas de veículos.
Os padrões foram projetados para acionar os detectores automatizados de placas, gerando centenas de milhares de dados irrelevantes nos sistemas usados pelo governo para monitorar e rastrear civis.
Segundo a criadora da coleção, o objetivo é tornar os sistemas de monitoramento menos eficazes no rastreamento de pessoas e mais caros para serem implementados.
