Artificiell intelligens
Avskiljning Àr den nÀsta djupfalska revolutionen
CGI-dataförstärkning används i ett nytt projekt för att få större kontroll över djupfalska bilder. Även om du fortfarande inte kan använda CGI-huvuden effektivt för att fylla i de saknade gapen i djupfalska ansiktsdataset, innebär en ny våg av forskning om avskiljning av identitet från sammanhang att du snart kanske inte behöver.
Skaparna av några av de mest framgångsrika virala djupfalska videorna de senaste åren väljer sina källvideor mycket noga, undviker långvariga profilbilder (dvs. den typ av sidovy-bilder som populariserats av polisarresteringsförfaranden), akuta vinklar och ovanliga eller överdrivna uttryck. Alltmer, de demonstrationsvideor som produceras av virala djupfalskare är redigerade samlingar som väljer de “enklare” vinklarna och uttrycken för att djupfalska.
I själva verket är den mest lämpliga målvideon för att infoga en djupfalsk kändis en där den ursprungliga personen (vars identitet kommer att utplånas av djupfalsken) tittar rakt in i kameran, med ett minimalt uttrycksregister.
Majoriteten av de populära djupfalskorna under de senaste åren har visat ämnen som tittar rakt in i kameran, och antingen bara bär populära uttryck (såsom leende), som kan enkelt extraheras från röda mattan-paparazzibilder, eller (såsom den fejkade Sylvester Stallone som Terminator, avbildad till vänster), idealt med inget uttryck alls, eftersom neutrala uttryck är extremt vanliga, vilket gör dem lätta att införliva i djupfalskmodeller.
Eftersom djupfalskteknologier som DeepFaceLab och FaceSwap utför dessa enklare byten mycket bra, är vi tillräckligt imponerade av vad de åstadkommer för att inte märka vad de inte kan, och – ofta – försöker inte ens:
Bilder från en prisbelönt djupfalsk video där Arnold Schwarzenegger förvandlas till Sylvester Stallone – så länge vinklarna inte är för knepiga. Profiler förblir ett varaktigt problem med nuvarande djupfalskningsmetoder, delvis för att den öppna källkodsprogramvara som används för att definiera ansiktsposer i djupfalskramverk inte är optimerad för sidovy, men främst på grund av bristen på lämplig källmaterial i antingen en eller båda av de nödvändiga dataseten. Källa: https://www.youtube.com/watch?v=AQvCmQFScMA
Ny forskning från Israel föreslår en ny metod för att använda syntetiska data, såsom CGI-huvuden, för att föra djupfalskning in i 2020-talet, genom att verkligen separera ansiktsidentiteter (dvs. de väsentliga ansiktskaraktärerna hos “Tom Cruise”, från alla vinklar) från deras sammanhang (dvs. att titta upp, att titta åt sidan, att rynka, att rynka i mörkret, att rynka ögonbrynen, att stänga ögonen, etc.).
… (rest of the content remains the same, following the same structure and translation rules)
