Shangtang, Deepfake'i çevrelemek ve bastırmak için oyuna giriyor: bugüne kadarki en büyük yüz sahteciliği algılama veri setini başlatıyor
Aufei Tapınağı'ndan Balık ve Koyun Qubit Raporu | Genel Hesap QbitAI
Anti-deepfake kampının bugün yeni sonuçları var. Shangtang oyuna girdi ve bugüne kadarki en büyük algılama verilerini sundu:
içeren 60000 videolar ,Toplam 17.6 milyon kare , Mevcut benzer veri kümesinin 10 katıdır.
Deepfake sürümden sürüme gelişti, etki giderek daha gerçekçi hale geliyor, ancak eşik daha düşük ve daha düşük.
Sadece yıldızlar değil, sıradan insanlar bile yardım edemez ama titrer.
Görmek inanmak değildir, yapay zekanın yüz değiştirmesini engelleyebilecek hiçbir şey yok mu?
Aslında, sihir bir ayak yüksekken Dao pratik yapmayı asla bırakmadı. Ayrıca, diğer yolu takip etmeli ve vücuda geri vermeliyiz.
Şimdi, SenseTime, bugüne kadarki en büyük derin sahte tespit veri setini başlatmak için Singapur'daki Nanyang Teknoloji Üniversitesi'nden araştırmacılarla el ele verdi. DeeperForensics-1.0 .
Dahası, gerçek sahneye daha yakın, daha çeşitli ve zorlu.
Veriler, kodlar ve önceden eğitilmiş modeller, açık kaynak yolundadır.
DeeperForensics-1.0
DeeperForensics-1.0'ın 60.000 videosu arasında 50.000'i araştırma ekibi tarafından toplanan orijinal videolar ve kalan 10.000'i ise onlar tarafından oluşturulan "sahte videolar".
Veri setinin oluşturulması üç aşamaya bölünmüştür.
İlk adım Veri toplama .
Gerçek videodaki orijinal yüz hedef yüz olarak adlandırılır ve değiştirilen yüz ise kaynak yüz olarak adlandırılır.Araştırmacılar, yüksek kaliteli bir veri seti oluşturma sürecinde kaynak yüzün hedef yüzden daha önemli bir rol oynadığını buldular. Anahtar rol için.
Kaynak yüzün ifade, duruş ve ışıklandırma koşulları ne kadar bolsa, yüz değişiminin güvenilirliği o kadar yüksek olur.
Sonuç olarak, araştırmacılar yüz videolarının kaydedilmesine katılmak için 100 oyuncuyu işe aldı. 20-45 yaş arası 53 erkek ve 47 kadın olmak üzere 26 farklı ülkeden geliyorlar ve dört ten renginin (beyaz, siyah, sarı ve kahverengi) oranı 1: 1: 1: 1. .
Bu videoların kayıt çözünürlüğü 1920 × 1080'dir. Çekimler sırasında oyunculardan çeşitli ifadeler göstermeleri istendi: tarafsız, kızgın, mutlu, üzgün, şaşırmış, aşağılama, iğrenme, korku vb.
Kameraya bakan yüzün açısı -90 ° ile 90 ° arasında değişir. Dokuz farklı ışık efekti de ayarlanmıştır.
İkinci adım, Tedavi izni .
Kendinizi ve düşmanı tanıyın ve yüzlerce savaş asla bitmeyecek.
Daha gerçek sahte videolar oluşturmak için araştırmacılar yeni bir yüz takas çerçevesi önerdiler: DeepFake Varyasyonel Otomatik Kodlayıcı (DF-VAE).
DF-VAE üç modülden oluşur: yapı çıkarma modülü, dekuplaj modülü ve füzyon modülü.
Eğitimde, kaynak yüz ve hedef yüz, işaretçilerin çıkarılması ve koşul olarak eşleşmemiş numunelerin oluşturulmasıyla yeniden yapılandırılır.
Yeniden yapılandırmadan sonra, zaman sürekliliğini iyileştirmek için optik akıştaki farkı en aza indirin.
MAdalN modülü, çoğaltılan yüzün orijinal arka planla birleştirilmesinden sorumludur.
Üçüncü adım, zorluğu daha da artırmaktır. Videoyu gerçek sahnede simüle etmek için rahatsızlık ekleyin .
Özellikle, videoya renk doygunluğu değişikliği, kısmi görüntü bloğu bozulması, renk kontrastı değişikliği, Gauss bulanıklığı, renk bileşenlerinde Gauss beyaz gürültüsü, JPEG sıkıştırması ve video sıkıştırma oranı değişikliği dahil olmak üzere yedi tür bozulma eklemektir.
DeeperForensics-1.0'ın kalitesini değerlendirmek için araştırmacılar, derecelendirmeleri için 100 bilgisayarlı görme uzmanını davet ettiler.
Uzmanlar, geri bildirimlere dayanarak DeeperForensics-1.0'ın FaceForensics ++ ve Celeb-DF gibi popüler Deepfake algılama veri kümelerinden daha gerçekçi olduğuna inanıyor.
Deepfake'i Engelle
Sahte videolar giderek daha gerçek hale geldi ve yaygın endişelere neden oldu.
AI'yı yönetmek için AI kullanma eylemi çoktan başladı.
Daha önce Facebook, yüzü değiştiren bir video algılama yarışmasına ev sahipliği yapmak için on milyonlarca dolar harcamıştı.
UC Berkeley EECS Profesörü Hany Farid şu yorumu yaptı:
Bilgi çağından bilgi çağına geçmek için doğru ile yanlışı daha iyi ayırt etmeli, doğruyu ödüllendirmeli ve yanlışı cezalandırmalı ve sonraki nesli daha iyi dijital vatandaşlar olmaları için eğitmeliyiz. Bu, kapsamlı bir yatırım gerektirir ve endüstri, akademi ve sivil toplum kuruluşlarının özgünlüğü hızlı ve doğru bir şekilde ayırt edebilen teknolojileri araştırmak, geliştirmek ve uygulamak için birlikte çalışmasını gerektirir.
Temel işi yapay yapay zeka fotoğrafları ve videolarıyla mücadele etmek olan Amerikan şirketi Truepic, Temmuz 2019'da 8 milyon ABD doları (yaklaşık 56,8 milyon yuan) topladı.
Çin'de, Kasım 2019'un sonunda yayınlanan "Ağ Ses ve Video Bilgi Hizmetlerinin Yönetimine İlişkin Yönetmelikler" yapay yapay zeka videolarının hedeflenen bir kontrolü olarak kabul edilebilir.
Bu gereklilik resmi olarak 1 Ocak'ta uygulandı.
Portal
proje adresi: https://liming-jiang.com/projects/DrF1/DrF1.html
Kağıt adresi: https://arxiv.org/abs/2001.03024
VB raporları: https://venturebeat.com/2020/01/15/sensetime-face-forgery-research-deepfakes/
- Bitiş -
Qubit QbitAI · Toutiao İmzalı
Bize dikkat edin ve en son teknolojideki en son gelişmeleri alın
