Как распознать фейковое видео?
Как известно, дипфейки создаются с помощью нейронных сетей, которые на изображении подменяют лицо человека. Однако в созданном видео практически всегда можно обнаружить признаки редактирования – например, различие в освещении и свете между наложенным лицом и окружением или невидимые человеческому глазу артефакты. Именно на их обнаружение и направлена новая технология. Детектор работает по одному кадру и выявляет дипфейки для всех лиц на изображении, даже если их несколько.
Точность работы детектора была протестирована на различных данных. В зависимости от качества изображений и разновидности дипфейков она достигает от 92% до 100%, что сравнимо с лучшими мировыми алгоритмами распознавания дипфейков. При проверке на датасете, куда входят самые распространенные типы фейков, технология показывает точность 96,2%.
«В последнее время появилось большое количество бесплатных или недорогих сервисов для генерации контента, что делает технологии защиты от дипфейков всё более актуальными. Мы видим в их разработке большие перспективы, уже в ближайшие пару лет системы детекции дипфейков появятся в промышленной эксплуатации компаний из самых разных сфер – от медиахолдингов до финансовых организаций. Развитие алгоритмов распознавания дипфейков и их интеграция в биометрические системы сейчас – это инвестиция в предоставление конкурентоспособных и защищенных сервисов», — рассказал Дмитрий Марков, генеральный директор VisionLabs.
Разработанная технология найдет свое применение в случаях, когда необходимо выявить фейковый контент, – например, загрузка видео от пользователей в социальных сетях, публикации в медиа или подтверждение личности спикеров на онлайн-мероприятиях. Также детектор дипфейков может использоваться в цифровых сервисах – удаленное обслуживание с авторизацией по биометрии лица, дистанционная аттестация или цифровое правосудие.
Вместе с технологией Liveness от VisionLabs детектор дипфейков позволит обеспечить комплексную защиту биометрических систем от спуфинга (попытки использовать личность пользователя). Liveness защищает от физических атак представления – распечатанных фотографий, replay-атак и различных масок, включая 3D, а детектор дипфейков – от виртуальной подмены изображения.