menu
close

AI системата на Google разпознава дийпфейкове отвъд манипулацията на лицето

Изследователи от UC Riverside и Google създадоха UNITE – революционна AI система, която разпознава дийпфейкове дори когато лицата във видеата не са видими. За разлика от традиционните методи, UNITE анализира целите видео кадри, включително фоновете и моделите на движение, за да идентифицира синтетично или манипулирано съдържание. Този универсален детектор представлява значителен напредък в борбата срещу все по-усъвършенстваните AI-генерирани видеа, които застрашават информационната цялост.
AI системата на Google разпознава дийпфейкове отвъд манипулацията на лицето

С нарастващата убедителност и достъпност на AI-генерираните видеа, изследователи от UC Riverside си партнираха с Google, за да разработят мощно ново оръжие срещу дигиталните измами.

Тяхната система, наречена Universal Network for Identifying Tampered and synthEtic videos (UNITE), адресира критична уязвимост в настоящите технологии за разпознаване на дийпфейкове. Докато съществуващите инструменти се фокусират основно върху аномалии по лицата, UNITE изследва целите видео кадри, включително фоновете, моделите на движение и фини пространствено-времеви несъответствия, които издават манипулация.

"Дийпфейковете се развиха", обяснява Рохит Кунду, докторант в UC Riverside и ръководител на изследването. "Вече не става дума само за подмяна на лица. Хората създават изцяло фалшиви видеа – от лица до фонове – използвайки мощни генеративни модели. Нашата система е създадена да разпознава всичко това."

Сътрудничеството, в което участват професор Амит Рой-Чоудхури и изследователите от Google Хао Сионг, Вишал Моханти и Атул Балачандра, беше представено на конференцията по компютърно зрение и разпознаване на образи през 2025 г. в Нашвил. Иновацията идва на фона на развитието на платформи за генериране на видео от текст и изображения, които правят сложните видео фалшификации достъпни практически за всеки.

UNITE използва дълбокообучаващ се модел с трансформър архитектура, базиран на основата SigLIP, която извлича характеристики, независими от конкретни хора или обекти. Новият тренировъчен метод, наречен "attention-diversity loss", принуждава системата да следи множество визуални региони във всеки кадър, като така се избягва прекомерната зависимост от лицата.

Въпреки че все още е в процес на разработка, UNITE скоро може да стане незаменим инструмент за социалните мрежи, редакциите и проверителите на факти, които се борят да предотвратят разпространението на манипулирани видеа. С нарастващата заплаха от дийпфейкове за общественото доверие, демократичните процеси и информационната цялост, универсалните детектори като UNITE са ключова защита срещу дигиталната дезинформация.

Source:

Latest News