Intel presenta un detector de falsificaciones profundas en tiempo real y asegura una tasa de precisión del 96 %
Eche un vistazo a las sesiones bajo demanda de Low-Code/No-Code Summit para aprender cómo innovar con éxito y obtener eficiencias al mejorar y escalar a los desarrolladores ciudadanos. Ver ahora.
El lunes, Intel presentó FakeCatcher, que dice es el primer detector de falsificaciones profundas en tiempo real, es decir, medios sintéticos en los que una persona en una imagen o video existente se reemplaza por el parecido con otra persona.
Intel afirma que el producto tiene una tasa de precisión del 96 % y funciona analizando el sutil "flujo de sangre" en los píxeles de video para obtener resultados en milisegundos.
Ilke Demir, investigadora principal de Intel Labs, diseñó FakeCatcher en colaboración con Umur Ciftci de la Universidad Estatal de Nueva York en Binghamton. El producto utiliza hardware y software de Intel, se ejecuta en un servidor e interactúa a través de una plataforma basada en la web.
A diferencia de la mayoría de los detectores de falsificaciones profundas basados en el aprendizaje profundo, que analizan los datos sin procesar para identificar la falta de autenticidad, FakeCatcher se centra en las pistas de los videos reales. Se basa en la fotopletismografía, o PPG, un método para medir la cantidad de luz absorbida o reflejada por los vasos sanguíneos en el tejido vivo. Cuando el corazón bombea sangre, esta va a las venas, que cambian de color.
EventoCumbre de Seguridad Inteligente
Obtenga más información sobre el papel esencial de la IA y el ML en la ciberseguridad y los estudios de casos específicos de la industria el 8 de diciembre. Regístrese para obtener su pase gratis hoy.
Regístrate ahora"No puedes verlo con tus ojos, pero es visible por computación", dijo Demir a VentureBeat. "Las señales de PPG son conocidas, pero no se han aplicado antes al problema de las falsificaciones profundas".
Con FakeCatcher, las señales PPG se recopilan desde 32 ubicaciones en la cara, explicó, y luego se crean mapas PPG a partir de los componentes temporal y espectral.
"Tomamos estos mapas y entrenamos una red neuronal convolucional sobre los mapas PPG para clasificarlos como falsos y reales", dijo Demir. "Luego, con tecnologías de Intel como [el] marco Deep Learning Boost para inferencia y Advanced Vector Extensions 512, podemos ejecutarlo en tiempo real y hasta 72 flujos de detección simultáneos".
Detección cada vez más importante frente a amenazas crecientesLa detección de deepfakes se ha vuelto cada vez más importante a medida que surgen las amenazas de deepfakes, según un artículo de investigación reciente del director científico de Microsoft, Eric Horvitz. Estos incluyen deepfakes interactivos, que brindan la ilusión de hablar con una persona real, y deepfakes de composición, donde los malos actores crean muchos deepfakes para compilar una "historia sintética".
Y en 2020, Forrester Research predijo que los costos asociados con las estafas falsas superarían los $250 millones.
Más recientemente, han proliferado los informes de falsificaciones profundas de celebridades. Hay cobertura del Wall Street Journal de falsificaciones profundas de Tom Cruise, Elon Musk y Leonardo DiCaprio que aparecen sin autorización en anuncios, así como rumores sobre Bruce.
Eche un vistazo a las sesiones bajo demanda de Low-Code/No-Code Summit para aprender cómo innovar con éxito y obtener eficiencias al mejorar y escalar a los desarrolladores ciudadanos. Ver ahora.
El lunes, Intel presentó FakeCatcher, que dice es el primer detector de falsificaciones profundas en tiempo real, es decir, medios sintéticos en los que una persona en una imagen o video existente se reemplaza por el parecido con otra persona.
Intel afirma que el producto tiene una tasa de precisión del 96 % y funciona analizando el sutil "flujo de sangre" en los píxeles de video para obtener resultados en milisegundos.
Ilke Demir, investigadora principal de Intel Labs, diseñó FakeCatcher en colaboración con Umur Ciftci de la Universidad Estatal de Nueva York en Binghamton. El producto utiliza hardware y software de Intel, se ejecuta en un servidor e interactúa a través de una plataforma basada en la web.
A diferencia de la mayoría de los detectores de falsificaciones profundas basados en el aprendizaje profundo, que analizan los datos sin procesar para identificar la falta de autenticidad, FakeCatcher se centra en las pistas de los videos reales. Se basa en la fotopletismografía, o PPG, un método para medir la cantidad de luz absorbida o reflejada por los vasos sanguíneos en el tejido vivo. Cuando el corazón bombea sangre, esta va a las venas, que cambian de color.
EventoCumbre de Seguridad Inteligente
Obtenga más información sobre el papel esencial de la IA y el ML en la ciberseguridad y los estudios de casos específicos de la industria el 8 de diciembre. Regístrese para obtener su pase gratis hoy.
Regístrate ahora"No puedes verlo con tus ojos, pero es visible por computación", dijo Demir a VentureBeat. "Las señales de PPG son conocidas, pero no se han aplicado antes al problema de las falsificaciones profundas".
Con FakeCatcher, las señales PPG se recopilan desde 32 ubicaciones en la cara, explicó, y luego se crean mapas PPG a partir de los componentes temporal y espectral.
"Tomamos estos mapas y entrenamos una red neuronal convolucional sobre los mapas PPG para clasificarlos como falsos y reales", dijo Demir. "Luego, con tecnologías de Intel como [el] marco Deep Learning Boost para inferencia y Advanced Vector Extensions 512, podemos ejecutarlo en tiempo real y hasta 72 flujos de detección simultáneos".
Detección cada vez más importante frente a amenazas crecientesLa detección de deepfakes se ha vuelto cada vez más importante a medida que surgen las amenazas de deepfakes, según un artículo de investigación reciente del director científico de Microsoft, Eric Horvitz. Estos incluyen deepfakes interactivos, que brindan la ilusión de hablar con una persona real, y deepfakes de composición, donde los malos actores crean muchos deepfakes para compilar una "historia sintética".
Y en 2020, Forrester Research predijo que los costos asociados con las estafas falsas superarían los $250 millones.
Más recientemente, han proliferado los informes de falsificaciones profundas de celebridades. Hay cobertura del Wall Street Journal de falsificaciones profundas de Tom Cruise, Elon Musk y Leonardo DiCaprio que aparecen sin autorización en anuncios, así como rumores sobre Bruce.
What's Your Reaction?
