Новата технология открива 99% от дълбоките фалшификати: системата дори забелязва подмяната на емоции

Изследователи от Калифорнийския университет в Ривърсайд представиха нова технология за откриване на промени.

изражения на лицето във видеозаписи. Разработеният метод разделя проблема на два компонента, които се решават с помощта на обучена невронна мрежа. 

Първият клон разграничава израженията на лицето (емоция) ипредава информация за областите, които формират този израз към втория клон - енкодер-декодер. Архитектурата енкодер-декодер е отговорна за откриването и локализирането на манипулациите. Както отбелязват авторите на работата, създаденото от тях решение не само открива смущения, но и определя областите на изображението, които са коригирани.

„Дълбокото обучение използва черти,открит от системите за разпознаване на изражение на лицето за подобряване на производителността на конвенционалните системи за откриване на промени. Този подход осигурява впечатляващи резултати при откриването на манипулация на лицето“, казва Газал Мазахери, ръководител на изследването.

Изображение: Mazaheri & Рой-Чоудхури, The UC Riverside

Изследователите използваха за оценкаефективността на неговия модел, два комплекта видеоклипове, в единия от които само емоциите са претърпели промени, а в другия се е променил актьорският герой. Експериментите показват, че разработената система е много по-ефективна от съществуващите аналози по отношение на търсенето на промени в емоциите и в същото време не отстъпва на най-ефективните системи за откриване на подмяната на идентичността на актьора. По време на тестването системата откри 99% от фалшивите видеоклипове.

Учените смятат, че тяхното разработване ще помогне за разработването на автоматизирани инструменти за откриване на фалшиви видеоклипове, съдържащи пропаганда или дезинформация.

Прочетете още:

Вижте „безшумния“ дрон с ново поколение йонно задвижване

Учените разбраха как да намерят тъмна материя с помощта на конвенционална фабрика

Астрономите са изследвали 4 звездни купа в Млечния път: една от тях се държи странно