Rozplątywanie to następna rewolucja Deepfake

Dane augmentacji CGI są wykorzystywane w nowym projekcie w celu uzyskania większej kontroli nad obrazami Deepfake. Chociaż nadal nie można skutecznie wykorzystywać głów CGI do wypełnienia brakujących luk w zestawach danych twarzy Deepfake, nowa fala badań nad rozplątywaniem tożsamości z kontekstem oznacza, że wkrótce może nie być to konieczne.

Twórcy niektórych z najbardziej udanych filmów Deepfake z ostatnich kilku lat bardzo starannie wybierają źródłowe filmy wideo, unikając utrwalonych ujęć profilowych (tj. rodzaju bokowych zdjęć portretowych spopularyzowanych przez procedury aresztowania policyjnego), ostrych kątów i niezwykłych lub przesadzonych wyrazów twarzy. Coraz częściej filmy demonstracyjne produkowane przez wirusowe twórców Deepfake są edytowanymi kompilacjami, które wybierają “najłatwiejsze” kąty i wyrazy twarzy do Deepfake.

W rzeczywistości najbardziej dogodnym filmem docelowym do wstawienia Deepfake jest taki, w którym osoba oryginalna (której tożsamość zostanie wymazana przez Deepfake) patrzy prosto w kamerę, z minimalnym zakresem wyrazów twarzy.

Większość popularnych Deepfake z ostatnich lat pokazała osoby patrzące prosto w kamerę, z wyrazami twarzy takimi jak uśmiech, które mogą być łatwo wyodrębnione z wyjściowych danych paparazzi, lub (jak w przypadku fałszywego Sylvester Stallone jako Terminator z 2019 roku, na lewo), optymalnie bez wyrazu twarzy, ponieważ neutralne wyrazy twarzy są niezwykle powszechne, co sprawia, że łatwo je można włączyć do modeli Deepfake.

Ponieważ technologie Deepfake, takie jak DeepFaceLab i FaceSwap, wykonują te proste zamiany bardzo dobrze, jesteśmy wystarczająco oczarowani tym, co osiągają, aby nie zauważyć, czego nie są w stanie zrobić, i – często – nawet nie próbujemy:

… (reszta treści)