नए तरीके से डीप फेक्स का पता लगाना 99% सटीकता के साथ

यूसी रिवरसाइड में कंप्यूटर वैज्ञानिकों की एक टीम ने डीप फेक वीडियोज में हेरफेर किए गए चेहरे की अभिव्यक्तियों का पता लगाने के लिए एक नया तरीका विकसित किया है। यह तरीका 99% सटीकता के साथ इन अभिव्यक्तियों का पता लगा सकता है, जो वर्तमान राज्य-ऑफ-द-आर्ट तरीकों से अधिक सटीक है।

नई शोध पत्र का शीर्षक “चेहरे की अभिव्यक्ति हेरफेर का पता लगाना और स्थानीयकरण” था और इसे 2022 विंटर कॉन्फ्रेंस ऑन एप्लिकेशन्स ऑफ कंप्यूटर विजन में प्रस्तुत किया गया था।

किसी भी चेहरे की हेरफेर का पता लगाना

यह तरीका चेहरे की पहचान को बदलने के मामलों में भी वर्तमान तरीकों के रूप में सटीक साबित हुआ। इसका मतलब है कि यह नया दृष्टिकोण किसी भी प्रकार की चेहरे की हेरफेर का पता लगाने के लिए उपयोग किया जा सकता है और यह हेरफेर किए गए वीडियोज का पता लगाने के लिए स्वचालित उपकरणों के विकास की दिशा में एक बड़ा कदम है।

हाल के वर्षों में वीडियो संपादन सॉफ्टवेयर में हुए उन्नति के कारण किसी एक व्यक्ति के चेहरे को दूसरे व्यक्ति के चेहरे से बदलना या मूल अभिव्यक्तियों को बदलना पहले से कहीं ज्यादा आसान हो गया है। ऐसे तरीकों का पता लगाना बहुत महत्वपूर्ण है क्योंकि वे विभिन्न घरेलू और अंतर्राष्ट्रीय संघर्षों में तेजी से उपयोग किए जा रहे हैं।

अमित रॉय-चौधरी बोर्न्स कॉलेज ऑफ इंजीनियरिंग में इलेक्ट्रिकल और कंप्यूटर इंजीनियरिंग के प्रोफेसर हैं और उन्होंने इस शोध में सहयोग किया है।

“डीप फेक अनुसंधान क्षेत्र में जो चुनौती है वह हेरफेर और पता लगाने की प्रतिस्पर्धा है, जो भविष्य में और भी तेज होगी। जेनरेटिव मॉडल्स में अधिक प्रगति के साथ, डीपफेक्स को संश्लेषित करना आसान होगा और वास्तविक से अलग करना मुश्किल होगा,” उन्होंने कहा।

छवि: यूसी रिवरसाइड

अभिव्यक्ति हेरफेर का पता लगाना (ईएमडी)

नया तरीका एक गहरे तंत्रिका नेटवर्क के भीतर दो घटकों में कार्य को विभाजित करता है। पहली शाखा चेहरे की अभिव्यक्तियों को पहचानती है और अभिव्यक्ति वाले क्षेत्रों के बारे में जानकारी प्रदान करती है। इन क्षेत्रों में मुंह, आंखें, माथा और अधिक शामिल हो सकते हैं। यह जानकारी दूसरी शाखा में डाली जाती है, जो हेरफेर का पता लगाने और स्थानीयकरण के लिए एक एनकोडर-डिकोडर आर्किटेक्चर है।

टीम ने इस फ्रेमवर्क को अभिव्यक्ति हेरफेर का पता लगाना (ईएमडी) नाम दिया है, और यह छवियों में बदले गए विशिष्ट क्षेत्रों का पता लगा सकता है और स्थानीयकरण कर सकता है।

गज़ल माज़ाहेरी एक पीएचडी छात्र और अनुसंधान के नेता हैं।

“मल्टी-टास्क लर्निंग चेहरे की अभिव्यक्ति पहचान प्रणालियों द्वारा सीखे गए प्रमुख विशेषताओं का लाभ उठा सकती है ताकि पारंपरिक हेरफेर का पता लगाने वाली प्रणालियों के प्रशिक्षण को लाभ पहुंचाया जा सके। इस तरह का दृष्टिकोण चेहरे की अभिव्यक्ति हेरफेर का पता लगाने में प्रभावशाली प्रदर्शन प्राप्त करता है,” माज़ाहेरी ने कहा।

शोधकर्ताओं ने दो चुनौतीपूर्ण चेहरे की हेरफेर डेटासेट पर प्रयोग किए और उन्होंने दिखाया कि ईएमडी चेहरे की अभिव्यक्ति हेरफेर के साथ-साथ पहचान के आदान-प्रदान के मामलों में भी बेहतर प्रदर्शन करता है। यह हेरफेर किए गए 99% वीडियोज का सटीक पता लगा सकता है।