• Home
  • Química
  • Astronomia
  • Energia
  • Natureza
  • Biologia
  • Física
  • Eletrônicos
  • Detectando imagens faciais falsas criadas por humanos e máquinas
    p Imagem do conjunto de dados PGGAN. Crédito:Karras et al.

    p Pesquisadores da Universidade Estadual de Nova York, na Coréia, exploraram recentemente novas maneiras de detectar imagens falsas de rostos criadas por máquinas e por humanos. Em seu jornal, publicado na ACM Digital Library, os pesquisadores usaram métodos de conjunto para detectar imagens criadas por redes adversárias geradoras (GANs) e empregaram técnicas de pré-processamento para melhorar a detecção de imagens criadas por humanos usando o Photoshop. p Ao longo dos últimos anos, avanços significativos no processamento de imagem e aprendizado de máquina permitiram a geração de falsificações, ainda altamente realista, imagens. Contudo, essas imagens também podem ser usadas para criar identidades falsas, tornar as notícias falsas mais convincentes, ignorar algoritmos de detecção de imagem, ou enganar as ferramentas de reconhecimento de imagem.

    p "Imagens falsas de rostos têm sido um tópico de pesquisa já há algum tempo, mas os estudos se concentraram principalmente em fotos feitas por humanos, usando ferramentas do Photoshop, "Shahroz Tariq, um dos pesquisadores que realizaram o estudo disse ao Tech Xplore. "Recentemente, um estudo de Karras et al. mostrou que uma rede adversarial generativa (GAN) poderia produzir imagens quase realistas de rostos humanos. As pessoas podem usar essas fotos de forma maliciosa, por exemplo, para criar identidades falsas na Internet. "

    p O foco da pesquisa realizada por Tariq e seus colegas foi detectar fotos falsas de rostos, tanto geradas por computador quanto por humanos, usando técnicas de aprendizado profundo. Para fazer isso, eles desenvolveram um classificador de rede neural e o treinaram em um conjunto de dados de imagens reais e falsas.

    p Imagem do conjunto de dados CelebA. Crédito:Liu et al.

    p "O classificador de rede neural aprende os recursos de discriminação entre as imagens reais e falsas examinando um enorme banco de dados de imagens falsas e reais, "Tariq disse.

    p Em vez de analisar os metadados das imagens, este classificador se concentra no conteúdo da imagem. Em testes preliminares, alcançou resultados notáveis, detectar imagens falsas de rostos geradas por GANs e criadas por humanos com 94 por cento de precisão.

    p "Mesmo que as imagens geradas por computador pareçam altamente realistas ao olho humano, o classificador de rede neural foi capaz de detectar algumas diferenças mínimas, o que permitiu classificar corretamente as imagens, "Tariq disse." Também descobrimos que fotos falsas criadas por humanos usando ferramentas do Photoshop são muito mais difíceis de detectar, pois existem muitas variações possíveis. "

    p Imagem real. Crédito:Tariq et al.

    p No futuro, o classificador desenvolvido por Tariq e seus colegas pode ajudar a identificar imagens falsas, gerado por GANs ou por humanos usando software de edição de gráficos, como o Photoshop. Os pesquisadores agora planejam desenvolver ainda mais seu classificador, treiná-lo em mais imagens geradas por máquinas e humanos.

    p Imagem Photoshopada. Crédito:Tariq et al.

    p "Como os métodos para gerar imagens sintéticas estão se tornando mais sofisticados, as fotos geradas com esses métodos se tornarão mais realistas e será mais difícil para o classificador de rede neural detectar suas diferenças, "Tariq explicou." Portanto, queremos continuar melhorando nossos métodos, para detectar melhor essas fotos. " p © 2018 Science X Network




    © Ciência https://pt.scienceaq.com