Игра на опережение: методы выявления дипфейков

Детекторы дипфейков не всегда справляются с выявлением подделок. Если дипфейки первого поколения выявляются с вероятностью 100%, то в случае второго поколения диапазон ошибки составляет от 15 до 30%

Нейросеть определяет поддельные изображения по глазам

В подготовленном документе описана методика, разработанная Сывея Люя (Siwei Lyu) из Университета штата Нью-Йорк в Буффало. Предлагаемый метод выявляет дипфейки, анализируя роговицы глаз человека, которые способны отображать внешнюю обстановку. Поскольку глаза человека расположены гораздо ближе друг к другу, чем источник света, на реальной фотографии отражения в обоих глазах почти одинаковы, т.е. на реальном снимке отражение в обоих глазах человека будут идентичными, а синтезированные изображения пока ещё не могут точно передать это сходство

Почему дипфейки захватывают интернет

Человечество склонно доверять всему новому. Так было сначала с газетами, потом с радио, а затем с телевидением, интернетом, социальными сетями, телеграм-каналами и ютуб-видео. Эти средства массовой коммуникации на протяжении веков перенимали эстафету доверия. Но объединяет их одно: они создают в сознании людей представление о событиях, в которых сами читатели, слушатели, зрители не принимали участия и не были свидетелями.

biometricupdate

Решение IDmission протестировано iBeta на обнаружение атак уровня 2

«Гарантия того, что снимается селфи от живого человека, а не с фотографии другого снимка, маски или видео, является одновременно технически сложной и критически важной. Сделать это пассивно, без каких-либо действий со стороны пользователя – это вишенка на торте»