Криминалистика и анализ видео «deepfake»
Forensics and Analysis of Deepfake Videos
2020-04-01
SCID: 54.1/unv633qr
Discuss with AI
DFT-MFобнаружение дипфейковглубокое обучениеанализ движения губ/ртаособенности рта
Figures from the paper
Abstract (AI)
Распространение смартфонов с высококачественными цифровыми камерами в сочетании с лёгким доступом к множеству программ для записи, редактирования и обмена видео и изображениями, а также с платформами искусственного интеллекта на основе глубинного обучения породило новое явление подделки видео, известное как deepfake. Мы разрабатываем и реализуем модель обнаружения deepfake на основе признаков рта (DFT-MF), использующую подход глубокого обучения для выявления deepfake-видео путём выделения, анализа и верификации движений губ/рта. Эксперименты, проведённые на наборах данных, содержащих как поддельные, так и реальные видео, показали благоприятные показатели классификации для модели DFT-MF, особенно в сравнении с другими работами в этой области.
Key Findings
1
DFT-MF показывает улучшенные или сопоставимые результаты по сравнению с другими существующими работами в области обнаружения дипфейков на видео.
2
DFT-MF использует метод глубокого обучения для обнаружения дипфейков посредством верификации признаков движений губ и рта.
3
Эксперименты на наборах данных с реальными и поддельными видео показывают благоприятную классификационную производительность DFT-MF.
4
В работе представлен DFT-MF — модель обнаружения дипфейков, фокусирующаяся на выделении и анализе движений губ/рта.
Research Object
Поддельные (deepfake) видеоролики
Research Subject
Обнаружение и судебно-технический анализ признаков движения губ/рта для классификации видеороликов как реальных или deepfake с использованием глубокой нейронной модели DFT-MF
Publication Details
Publication Date
2020-04-01
Journal
Publisher
ISSN
Open access PDF
Access Type
Author Information
Download PDF
Subscribe to digest