Российский разработчик создал программу для распознавания фейковых видео

VisionLabs разработала новую технологию, которая поможет выявить дипфейки и фейковый контент. Используя искусственный интеллект, она может обнаружить замену лица или мимики человека на видео, а также распознать сгенерированные лица. Дипфейки создаются с использованием нейронных сетей, которые заменяют лица людей на изображениях. Однако в таких видео всегда можно найти признаки редактирования, такие как различия в освещении между лицом и окружением или невидимые артефакты. Именно на обнаружение этих признаков направлена новая технология. Программа выявляет дипфейки для всех лиц на изображении, даже если их несколько.

Точность работы этой технологии протестирована на разных данных и вариантах дипфейков. В зависимости от качества изображений она достигает от 92% до 100%, что сопоставимо с лучшими алгоритмами распознавания дипфейков в мире. При проверке на датасете, включающем самые распространённые типы фейков, технология показала точность 96,2%.

Дмитрий Марков, генеральный директор VisionLabs, отметил, что в последнее время появилось много сервисов для генерации фейкового контента, поэтому защита от дипфейков становится все более важной. Он уверен, что в ближайшие годы системы обнаружения дипфейков будут использоваться компаниями из разных сфер — от медиа до финансовых организаций. Развитие алгоритмов распознавания дипфейков и их интеграция в биометрические системы — это инвестиция в предоставление защищённых и конкурентоспособных сервисов.

Разработанная технология будет полезна в случаях, когда необходимо обнаружить фейковый контент, например, при загрузке видео пользователей в социальных сетях, публикации в СМИ или подтверждении личности спикеров на онлайн-мероприятиях. Она также может использоваться в цифровых сервисах, таких как удалённое обслуживание с авторизацией по лицу, дистанционная аттестация или цифровое правосудие. Вместе с технологией Liveness от VisionLabs детектор дипфейков обеспечивает комплексную защиту биометрических систем от спуфинга и физических атак, представляющих угрозу для безопасности данных.