检查视频的变化随着时间的推移有助于旗帜

它曾经只是只有有熟练的艺术家和技术人员的深层口袋和技术人员的好莱坞生产公司可以制作Deepfake视频，呈现出呈现的逼真的结构，以表明人们在做和说出他们从未实际做过的事情。不再是 - 软件在线免费提供，让任何人使用电脑和一段时间在他们的手上创造了令人信服的假视频。

无论是用于个人复仇，骚扰名人还是影响舆论，Deepfakes就会不真实的“看到相信”的古老公理。

我的研究队员安排南加州信息科学研究所正在开发讲述现实看起来与展示实际事件的真实假日和真正视频之间的差异。我们最近的研究已经重新发现了，并且显然更准确的方法检测DeepFake视频。

寻找瑕疵

一般而言，各种DeepFake算法通过使用机器学习技术来分析目标的图像，识别面部表达的关键元素，如鼻子，嘴角，眼睛的位置等。他们使用该信息来综合该人脸的新图像，并将它们放在一起以创建一个看起来现实但是假的目标的视频。

最新的检测DeepFakes的方法涉及单独查看视频的每一帧，无论是手动还是检测算法，都可以通过图像制造过程留给的斑点缺陷。如果有足够的证据篡改足够的框架，那段视频被认为是假的。

然而，DeepFake创造者已经开始淘汰大量的图像和视频压缩，模糊他们的结果，隐藏了可能揭示他们虚假的伪像。

看序列，不是单帧

我们的方法旨在通过采取不同的方法来解决这种欺骗。我们从视频中提取所有帧，并识别显示目标脸部的区域。然后，实际上，彼此顶部堆叠所有这些面部图像，确保鼻子，眼睛和嘴巴都在每个框架之间对齐。这消除了视频中的头部运动或摄像机角度偏移的影响。

然后，而不是丝制查看每个脸部映像，我们寻找不一致的面部的不同部分从帧移动到帧的时间。它有点像设置一个孩子的翻盖，然后在序列中观看奇怪的跳跃。我们发现该方法更加准确，部分原因是我们可以识别比单独查看每个框架的误操作的更多证据。

具体而言，即使图像和视频显着压缩，呈现过96％的时间。到目前为止，我们已经发现，只有在学术研究人员的唯一用于评估其DeepFake检测技术的大规模数据库中，只能对唯一的大规模数据库进行准确性，这是Caltface ForceSicsicsicsicsicsics ++。数据集包含来自三个最突出的Deepfake发电算法，面部2面，Faceswap和DeepFake的视频，尽管伪装者始终改善其方法。