Phương Pháp Mới Phát Hiện Deep Fakes Với Độ Chính Xác 99%

Một nhóm các nhà khoa học máy tính tại UC Riverside đã phát triển một phương pháp mới để phát hiện các biểu cảm khuôn mặt bị thao túng trong các video deep fake. Phương pháp này có thể phát hiện các biểu cảm này với độ chính xác lên đến 99%, làm cho nó trở nên chính xác hơn so với các phương pháp hiện tại.

Bài nghiên cứu mới có tiêu đề “Phát Hiện và Định Vị Của Sự Thao Túng Biểu Cảm Khuôn Mặt” đã được trình bày tại Hội nghị Mùa Đông về Ứng Dụng của Thị Giác Máy Tính năm 2022.

Phát Hiện Bất Kỳ Sự Thao Túng Khuôn Mặt Nào

Phương pháp này cũng chứng minh được chính xác như các phương pháp hiện tại trong các trường hợp khuôn mặt bị hoán đổi thay vì biểu cảm. Điều này có nghĩa là phương pháp mới này có thể được sử dụng để phát hiện bất kỳ loại thao túng khuôn mặt nào và nó là một bước tiến lớn trong việc phát triển các công cụ tự động để phát hiện các video bị thao túng.

Không bao giờ dễ dàng hơn để hoán đổi khuôn mặt của một người này với người khác hoặc thay đổi biểu cảm ban đầu nhờ vào các tiến bộ gần đây trong phần mềm chỉnh sửa video. Việc phát hiện các phương pháp này rất quan trọng vì chúng đang được triển khai ngày càng nhiều trong các cuộc xung đột trong nước và quốc tế trên toàn cầu. Tuy nhiên, việc xác định khuôn mặt chỉ với biểu cảm bị hoán đổi đã trở nên rất thách thức.

Amit Roy-Chowdhury là giáo sư tại Trường Kỹ Thuật Điện và Máy Tính của Đại học Bourns. Ông cũng là đồng tác giả của nghiên cứu.

“Điều làm cho lĩnh vực nghiên cứu deep fake trở nên thách thức hơn là cuộc cạnh tranh giữa việc tạo ra và phát hiện và ngăn chặn deep fake sẽ trở nên ngày càng gay gắt trong tương lai. Với nhiều tiến bộ trong các mô hình tạo sinh, deepfake sẽ dễ dàng được tổng hợp và khó phân biệt với thực tế,” ông nói.

Hình Ảnh: UC Riverside

Phát Hiện Thao Túng Biểu Cảm (EMD)

Phương pháp mới này chia nhiệm vụ thành hai thành phần trong một mạng nơ-ron sâu. Branch đầu tiên phân biệt biểu cảm khuôn mặt đồng thời cung cấp thông tin về các vùng chứa biểu cảm. Các vùng này có thể bao gồm miệng, mắt, trán và nhiều hơn nữa. Thông tin này được đưa vào branch thứ hai, là một kiến trúc mã hóa-giải mã chịu trách nhiệm phát hiện và định vị thao túng.

Đội nghiên cứu đã đặt tên cho khuôn khổ này là Phát Hiện Thao Túng Biểu Cảm (EMD), và nó có thể phát hiện và định vị các vùng cụ thể đã bị thay đổi trong một hình ảnh.

Ghazal Mazaheri là một sinh viên tiến sĩ và là người dẫn đầu nghiên cứu.

“Học đa nhiệm có thể tận dụng các tính năng nổi bật được học bởi hệ thống nhận dạng biểu cảm khuôn mặt để mang lại lợi ích cho việc đào tạo các hệ thống phát hiện thao túng thông thường. Cách tiếp cận này đạt được hiệu suất ấn tượng trong việc phát hiện thao túng biểu cảm khuôn mặt,” Mazaheri nói.

Các nhà nghiên cứu đã thực hiện các thí nghiệm trên hai tập dữ liệu thao túng khuôn mặt đầy thách thức, và họ đã chứng minh rằng EMD hoạt động tốt hơn với thao túng biểu cảm khuôn mặt cũng như hoán đổi danh tính. Nó đã phát hiện chính xác 99% các video bị thao túng.