Развитие технологий с использованием искусственного интеллекта могут породить как новые полезные системы для общества, так и новые способы кибермошенничества
Рубрика: Видео
Ученые Корейского ведущего научно-технологического института (KAIST) разработали первое в Южной Корее мобильное приложение, обнаруживающее фотографии или видео, которые были созданы с помощью deepfake алгоритмов.
Генеральный директор DOB Studio О Дже Ук утверждает, что технология, разработанная его компанией, отличается от того, что обычно называют «дипфейком». В то время как стандартная технология deepfake просто сочетает в себе черты реального человека с чертами кого-то ещё, система DOB Studio создаёт совершенно новое лицо, что делает практически невозможным распознавание подделки человеческим глазом
Где проходит грань между дипфейком и технологией face swap? Какие технологические этапы предстоит пройти, чтобы вернуть на экраны Жоржа Милославского? В чем слабые стороны у нейросетей? Какие видеокарты нужны для их обучения?
При анализе цифрового фотоснимка изображение разбивается для анализа на маленькие квадраты, а видео разделяется на кадры, и в каждом кадре анализируются локальные области на предмет наличия искажений
Проверить видео на наличие признаков дипфейка поможет сервис deepware.ai. Он анализирует все лица на видео и в результате выдаёт вероятность подделки в процентном соотношении
Японский стартап EmbodyMe Inc. разработал приложение для камеры, которое считывает движения лица и жесты пользователя и в реальном времени накладывает их на любое изображение. С помощью «Xpression camera» можно появиться на конференции в Zoom в костюме, хотя на самом деле вы сидите дома в пижаме
Конечно, мы разослали ссылку на Product Hunt всем знакомым. Я попросила ребят в социальной сети Mesto и в Телеграм-чате Silicon Pravda поддержать нас. Но большая часть голосов пришла от незнакомых людей, что весьма порадовало
По условиям тендера, победителю предстоит выполнить работу на тему «Исследование возможных способов выявления признаков внутрикадрового монтажа видеоизображений, выполненного с помощью нейронных сетей». Кроме того, исполнитель должен будет составить техзадание на разработку аппаратно-программного комплекса для анализа видеофальшивок.
Разработчики уверяют, что точность инструмента может достигать 99,9%, однако детектор не во всех случаях «уверен» почти на 100% в своем решении. Также в будущем планируется обучить систему различить, изменялись ли другие объекты на видео или фото