डीपफ़ेक डिटेक्टर्स नए मैदान पर बढ़ रहे हैं: लेटेंट डिफ्यूजन मॉडल और जीएनए

राय  

हाल के दिनों में, डीपफ़ेक डिटेक्शन रिसर्च समुदाय, जो 2017 के अंत से लगभग विशेष रूप से ऑटोएन्कोडर -आधारित फ्रेमवर्क के साथ व्यस्त रहा है, जिसने उस समय जनता को आश्चर्यचकित (और निराश ) किया था, स्थिर वास्तुकला में रुचि लेना शुरू कर दिया है, जिनमें लेटेंट डिफ्यूजन मॉडल जैसे DALL-E 2 और स्टेबल डिफ्यूजन शामिल हैं, साथ ही साथ जेनरेटिव एडवर्सेरियल नेटवर्क (GANs) का आउटपुट भी। उदाहरण के लिए, जून में, UC बर्कले प्रकाशित किया अपने शोध के परिणामों को विकसित करने में एक डिटेक्टर के लिए उस समय के प्रमुख DALL-E 2 के आउटपुट के लिए।

मूविंग पिक्चर्स

दोनों मामलों में, उत्प्रेरक कारक एक बाद के विकास की संभावना के रूप में प्रतीत होता है वीडियो सिंथेसिस के लिए। अक्टूबर की शुरुआत – और 2022 के प्रमुख सम्मेलन का मौसम – एक बार में कई अचानक और अप्रत्याशित समाधानों से चिह्नित था विभिन्न लंबे समय से चली आ रही वीडियो सिंथेसिस बगबेयर: जैसे ही फेसबुक जारी किया अपने स्वयं के टेक्स्ट-टू-वीडियो प्लेटफ़ॉर्म के नमूने, तो गूगल रिसर्च ने जल्दी से शुरुआती प्रशंसा को डूबो दिया अपनी नई इमेजन-टू-वीडियो T2V आर्किटेक्चर की घोषणा करके, जो उच्च रिज़ॉल्यूशन फुटेज (हालांकि केवल एक 7-परत नेटवर्क के माध्यम से) का आउटपुट कर सकता है।

ब्लेड रनर

नवीनतम दो पत्र जो क्रमशः लेटेंट डिफ्यूजन और जीएनए-आधारित डीपफ़ेक डिटेक्शन को संबोधित करते हैं, हैं डी -फ़ेक: डिटेक्शन और एट्रिब्यूशन ऑफ़ फ़ेक इमेजेस जेनरेटेड बाय टेक्स्ट-टू-इमेज डिफ्यूजन मॉडल, सीआईएसपीए हेल्महोल्ट्ज़ सेंटर फॉर इंफॉर्मेशन सिक्योरिटी और सेल्सफोर्स के बीच एक सहयोग; और ब्लेडरनर: रैपिड काउंटरमेजर फॉर सिंथेटिक (एआई-जेनरेटेड) स्टाइलजीएन फेस, एमआईटी के लिंकन लेबोरेटरी में एडम डोरियन वोंग से।

डी -फ़ेक

डी -फ़ेक आर्किटेक्चर का उद्देश्य न केवल टेक्स्ट-टू-इमेज डिफ्यूजन मॉडल द्वारा उत्पादित छवियों के लिए ‘सार्वभौमिक डिटेक्शन’ प्राप्त करना है, बल्कि यह एक विधि प्रदान करना है जो यह निर्धारित करे कि कौन सा लेटेंट डिफ्यूजन (एलडी) मॉडल ने छवि का उत्पादन किया।