نماذج ومنصات الذكاء الاصطناعي
طريقة جديدة لاكتشاف الفيديوهات المزيفة بدقة تصل إلى 99%
أضف Unite.AI إلى مصادرك المفضلة على Google
قام فريق من علماء الحاسوب في جامعة كاليفورنيا ريفرسايد بتطوير طريقة جديدة لاكتشاف التلاعب بالتعابير الوجهية في مقاطع الفيديو المزيفة بتقنية التزييف العميق. يمكن أن تكتشف هذه الطريقة هذه التعابير بدقة تصل إلى 99٪، مما يجعلها أكثر دقة من الطرق الحالية.
نُشرت الأبحاث الجديدة بعنوان “اكتشاف وتحديد مواقع التلاعب بالتعابير الوجهية” في مؤتمر شتاء 2022 حول تطبيقات الرؤية الحاسوبية.
اكتشاف أي تلاعب بالوجه
أثبتت الطريقة أنها دقيقة مثل الطرق الحالية في الحالات التي تم فيها استبدال الهوية الوجهية بدلاً من التعابير. هذا يعني أن النهج الجديد يمكن استخدامه لاكتشاف أي نوع من التلاعب بالوجه، وهو خطوة كبيرة نحو تطوير أدوات آلية لاكتشاف الفيديوهات المزيفة.
بفضل التطورات الحديثة في برامج تحرير الفيديو، لم يسبق أن كان استبدال وجه شخص بآخر أو تغيير التعابير الأصلية بهذه السهولة. من المهم للغاية اكتشاف هذه الطرق لأنها يتم نشرها بشكل متزايد في النزاعات المحلية والدولية في جميع أنحاء العالم. ومع ذلك، كان من الصعب للغاية تحديد الأوجه التي تم استبدال تعابيرها فقط.
أميت روي تشودهوري أستاذ للهندسة الكهربائية وهندسة الحاسوب في كلية بورنس للهندسة. وهو أيضًا من مؤلفي البحث.
“ما يجعل مجال البحث عن الفيديوهات المزيفة أكثر تحديًا هو المنافسة بين إنشاء واكتشاف ومنع الفيديوهات المزيفة التي ستصبح أكثر شراسة في المستقبل. مع تقدم النماذج التوليدية، ستصبح الفيديوهات المزيفة أسهل في الإنشاء وأصعب في التمييز عن الواقعية،” قال.
صورة: جامعة كاليفورنيا ريفرسايد
اكتشاف التلاعب بالتعابير (EMD)
تقسم الطريقة الجديدة المهمة إلى مكونين داخل شبكة عصبية عميقة. الفرع الأول يميز التعابير الوجهية ومعلومات حول المناطق التي تحتوي على التعبير. يمكن أن تشمل هذه المناطق الفم والعيون والجبهة والمزيد. يتم إطعام هذه المعلومات إلى الفرع الثاني، وهو هيكل معماري من نوع مُرمّز–مُفكّك ترميز مسؤول عن اكتشاف التلاعب وتحديده.
سمى الفريق الإطار اكتشاف التلاعب بالتعابير (EMD)، ويمكنه اكتشاف وتحديد المناطق المحددة التي تم تغييرها في صورة.
غزال مازاهيري هي طالبة دكتوراه وقائدة البحث.
“يمكن للتعلم المتعدد المهام الاستفادة من الميزات البارزة التي تعلّمتها بواسطة أنظمة التعرف على التعابير الوجهية للاستفادة من تدريب أنظمة اكتشاف التلاعب التقليدية. هذا النهج يحقق أداءً مثيرًا للإعجاب في اكتشاف التلاعب بالتعابير الوجهية،” قال مازاهيري.
أجرى الباحثون تجارب على مجموعتي بيانات صعبتين للتلاعب بالوجه، وأثبتوا أن EMD يعمل بشكل أفضل مع التلاعب بالتعابير الوجهية وكذلك التبادل الهوياتي. لقد اكتشف بشكل دقيق 99٪ من الفيديوهات المزيفة.
