Microsoft Research и Пекинский университет разработали deepfake детектор


Microsoft Research в партнерстве с Пекинским университетом опубликовала две академические статьи, в которых обсуждается концепция искусственного интеллекта для замены лиц и технологии обнаружения подделок лиц: FaceShifter и Face X-Ray, «в которых обсуждается концепция искусственного интеллекта для замены лиц и технологии обнаружения подделок лиц», – пишет Venturebeat. Исследователи утверждают, что по сравнению с другими разработанными подходами – эти два приложения не нуждаются в таком количестве данных, а их производительность остается оптимальной.

FaceShifter решает проблему замещения человеком целевого изображения с другим человеком в исходном изображении, сохраняя позу головы, выражение лица, освещение, цвет, интенсивность и фон. После качественного теста исследователи заметили, что FaceShifter точно поддерживает форму лица, освещение и разрешение изображения, в то время как для изображений, собранных в Интернете, не требуется аннотированных человеком данных для восстановления областей аномалии.

«Предложенная структура показывает превосходную производительность в создании реалистичных изображений лиц, заданных любыми парами лиц без предметной подготовки. Обширные эксперименты показывают, что предложенная структура значительно превосходит предыдущие методы замены лиц», – сказали в команде.

Второе приложение, Face X-Ray, обнаруживает фальшивки, инструмент, который, по мнению исследователей, очень важен сегодня, так как deepfakes растут в сети. Face X-Ray создает изображения в градациях серого и определяет, можно ли разделить изображение на два разных изображения, которые были объединены. Исследователи утверждают, что это даёт результат, поскольку изображения имеют уникальные отличительные признаки как от аппаратных, так и от программных компонентов.

Исследователи провели ряд экспериментов, в ходе которых они обучали Face X-Ray для FaceForensics ++, которая содержит более 1000 глубоких поддельных видео, на основе данных Deepfake Detection Challenge и Celeb-DF. Они пришли к выводу, что инструмент успешно идентифицировал неизвестные глубокие подделки и области смешивания. Исследователи отмечают, что, хотя их метод основан на поиске шагов смешивания, он не является серебряной пулей и может не работать для полностью синтетических изображений.

Далее

По материалам Biometrics Research Group. Автор Luana Pascu.

Добавить комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *