Νέα Μέθοδος Αναίρεσης Βαθιάς Ψευδαισθήσεως Με Ακρίβεια 99%

Μια ομάδα επιστημόνων υπολογιστών στο UC Riverside έχει αναπτύξει μια νέα μέθοδο για την ανίχνευση των παραποιημένων εκφράσεων προσώπου σε βίντεο deep fake. Η μέθοδος μπορεί να ανιχνεύσει αυτές τις εκφράσεις με ακρίβεια έως και 99%, καθιστώντας την πιο ακριβή από τις τρέχουσες μεθόδους κατάστασης της τεχνολογίας.

Η νέα έρευνα με τίτλο «Ανίχνευση και Τοποθεσία των Παραποιημένων Εκφράσεων Προσώπου» παρουσιάστηκε στη Διάσκεψη Χειμώνα 2022 για τις Εφαρμογές της Υπολογιστικής Όρασης.

Ανίχνευση Οποιασδήποτε Παραποίησης Προσώπου

Η μέθοδος αποδείχθηκε επίσης τόσο ακριβής όσο και οι τρέχουσες μεθόδους σε περιπτώσεις όπου η ταυτότητα του προσώπου είχε ανταλλαχθεί αντί για τις εκφράσεις. Αυτό σημαίνει ότι η νέα προσέγγιση μπορεί να χρησιμοποιηθεί για την ανίχνευση οποιασδήποτε παραποίησης προσώπου και αποτελεί einen σημαντικό βήμα προς την ανάπτυξη αυτοματοποιημένων εργαλείων για την ανίχνευση παραποιημένων βίντεο.

Ποτέ δεν ήταν πιο εύκολο να ανταλλάξουμε το πρόσωπο ενός ατόμου με άλλο ή να αλλάξουμε τις αρχικές εκφράσεις λόγω των πρόσφατων προόδων στο λογισμικό επεξεργασίας βίντεο. Η ανίχνευση τέτοιων μεθόδων είναι εξαιρετικά σημαντική, поскольку χρησιμοποιούνται όλο και περισσότερο σε διάφορους εγχώριους και διεθνείς конфликты σε όλο τον κόσμο. Με αυτό που έχει कहθεί, η ταυτοποίηση προσώπων με μόνο τις ανταλλαγμένες εκφράσεις έχει αποδειχθεί εξαιρετικά δύσκολη.

Ο Amit Roy-Chowdhury είναι καθηγητής του Τμήματος Ηλεκτρολόγων και Ηλεκτρονικών Μηχανικών του Κολλεγίου Μηχανικής Bourns. Είναι επίσης συν-συγγραφέας της έρευνας.

«Αυτό που κάνει την περιοχή έρευνας των deep fake πιο δύσκολη είναι η ανταγωνιστική σχέση μεταξύ της δημιουργίας και της ανίχνευσης και πρόληψης των deep fake, η οποία θα γίνει όλο και πιο έντονη στο μέλλον. Με περισσότερες προόδους στα γεννητικά μοντέλα, τα deepfakes θα είναι πιο εύκολα να συνθεθούν και πιο δύσκολα να διακρίνουν από τα πραγματικά,» είπε.

Εικόνα: UC Riverside

Ανίχνευση Παραποίησης Εκφράσεων (EMD)

Η νέα μέθοδος διασπά την εργασία σε δύο компоненты μέσα σε ένα βαθύ νευρωνικό δίκτυο. Ο πρώτος κλάδος διακρίνει τις εκφράσεις προσώπου και παρέχει πληροφορίες σχετικά με τις περιοχές που περιέχουν την έκφραση. Αυτές οι περιοχές possono να περιλαμβάνουν το στόμα, τα μάτια, το μέτωπο και άλλα. Αυτές οι πληροφορίες τροφοδοτούν τον δεύτερο κλάδο, ο οποίος είναι μια αρχιτεκτονική κωδικοποιητή-αποκωδικοποιητή που είναι υπεύθυνη για την ανίχνευση και τοποθεσία της παραποίησης.

Η ομάδα ονόμασε το πλαίσιο Ανίχνευση Παραποίησης Εκφράσεων (EMD) και μπορεί να ανιχνεύσει και να τοποθετήσει συγκεκριμένες περιοχές που έχουν τροποποιηθεί σε μια εικόνα.

Ο Ghazal Mazaheri είναι διδακτορικός φοιτητής και αρχηγός της έρευνας.

«Η πολυ-εργασία μπορεί να αξιοποιήσει τις εξέχουσες λειτουργίες που έχουν μάθει τα συστήματα αναγνώρισης εκφράσεων προσώπου για να ωφελήσει την εκπαίδευση των συμβατικών συστημάτων ανίχνευσης παραποίησης. Một τέτοια προσέγγιση επιτυγχάνει εντυπωσιακή απόδοση στην ανίχνευση παραποίησης εκφράσεων προσώπου,» είπε ο Mazaheri.

Οι ερευνητές διεξήγαγαν πειράματα σε δύο δύσκολες βάσεις δεδομένων παραποίησης προσώπου και απέδειξαν ότι το EMD λειτουργεί καλύτερα με τις παραποιήσεις εκφράσεων προσώπου καθώς και με τις ανταλλαγές ταυτοτήτων. Ανίχνευσε ακριβώς το 99% των παραποιημένων βίντεο.