DeepFake製造商現在可以逃避不尋常的檢測方法

帶有深層填充的視頻，其中包含帶有面部表情和聲音的數字操作，也可以描繪出現實的心跳，這使得很難檢測到。

他說：“現在，我們知道，只是因為視頻中的一個人具有可衡量的衝動，這並不意味著我們可以假設他是真實的。” 可汗的朋友 在沒有參加這項研究的伯克利加州大學。

這一發展是由於數字形式而改變或由人工智能，唱片名人和普通人產生的，令人信服的，但虛假的色情，財務欺詐和政治宣傳而產生的深層努力。以前，研究人員試驗了對深攝影的檢測，揭示了與血流和心率相關的膚色變化，但是這項研究表明，某些視頻 – 風向視頻仍然可以通過可傳遞的衝動。

彼得·艾斯 在德國弗勞恩霍夫（Fraunhofer）及其同事的弗勞恩霍夫（Fraunhofer）電信研究所，一個深層的探測器開發了，可以分析人們在真實和深層視頻中的衝動。他們還拍攝了一組新的真實視頻，並記錄了參與者的心臟速度，以便他們可以檢查探測器的準確性。

然後，研究人員將數字變化插入了他們的真實視頻中 – 該一步應該警告其深折疊式探測器。取而代之的是，他們發現該探測器在假貨和原始視頻中都感知了現實的衝動。

Farid說：“僅僅因為一個或多個深層發電機才能再現這種生理信號，這並不意味著所有深泡產生器都可以。”

該團隊已經開始嘗試檢測深煙的新方法，例如確定人們臉上的局部血流模型。但是，這樣的方法可能有“有限的到期日”。 Sive Liu 紐約布法羅的大學，沒有參加這項工作。這是由於以下事實：新的生成AI工具可以更令人信服地模仿現實的心跳和其他生理信號，並且很難從低質量的視頻中提取心率。

取而代之的是，最有效的檢測方法是試圖確定真實視頻和深層視頻之間更細微的差異，例如“對人類觀眾不直觀”的像素的亮度，劉說。