DIPFEJK DETEKTORI PALI NA TESTU: Istraživači pozivaju na hitna poboljšanja
NIJEDAN od 16 vodećih detektora ne može pouzdano da identifikuje lažne fotografije u stvarnom svetu, otkrili su australijski i južnokorejski istraživači.
Foto Shutterstock
Nedavno objavljeni rad na portalu arXiv, koji su zajednički izradili australijska nacionalna naučna agencija CSIRO i južnokorejski Univerzitet Sungkjunkvan, otkrio je ozbiljne ranjivosti u postojećim dipfejk (deepfake) detektorima.
Istraživanje je procenilo 16 vodećih detektora i pokazalo da nijedan od njih nije u stanju da pouzdano identifikuje deepfake u stvarnim uslovima.
Metodologija istraživanja
Istraživači su razvili okvir u pet koraka za procenu alata koji uključuje tip dipfejka, metodu detekcije, pripremu podataka, obuku modela i validaciju.
Pritom su identifikovali i 18 faktora koji utiču na tačnost detektora koji su testirani u različitim scenarijima, uključujući crnu, belu i sivu kutiju.
Postojeći detektori pokazuju ozbiljne slabosti, posebno kada se suočavaju s radovima koji se ne nalaze u njihovim treniranim podacima, zapažaju istraživači.
Na primer ICT (Identity Consistent Transformer), detektor treniran na licima poznatih osoba, nije bio efikasan u detekciji dipfejka s nepoznatim osobama.
Detektori su pali na ispitu, nebitno da li je u pitanju "synthesis deepfake" koji generiše potpuno nova sintetička lica, "faceswap deepfake" radovima u kojima se lice jedne osobe zamenjuje drugim ili " reeanactment deepfake" u kojem se zadržavaju crte lica neke osobe, ali se menjaju njeni izrazi.
Integracija podataka
Istraživači pozivaju na hitna poboljšanja, predlažu razvoj više detektora i korišćenje različitih izvora podataka kako bi se poboljšala tačnost detekcije.
Naglašavaju i potrebu integracije audio, tekstualnih i meta podataka u modele za detekciju, kao i primenu strategija poput fingerprintinga, odnosno ugradnje veštačkih i GAN otisaka u slike i video snimke kako bi se bolje pratilo poreklo dipfejka.
Prva metoda uključuje ugradnju jedinstvenih oznaka u trening podatke generativnih modela koji se prepoznaju u generisanim dipfejk radovima, a druga na prirodne oznake koje generativni modeli ostavljaju u generisanim sadržajima.
(b92)
Preporučujemo
ŠTA JE TO POD TREBJESOM? Prase ljubimac u Nikšiću - šetaju ga na povocu (FOTO)
01. 02. 2026. u 20:30
KOLIKO TREBA DA TRAJE POPODNEVNA DREMKA? Sve preko ovog broja je previše
01. 02. 2026. u 17:00
POKOLj RUSA KOD POKROVSKA, OBJAVLjENI SNIMCI: Krenuli u napad pod okriljem magle, poginulo oko 90 vojnika (VIDEO)
UKRAJINSKE snage odbile su velike ruske napade u jednom danu u pravcu Pokrovska, u Donjeckoj oblasti, usmrtivši oko 90 ruskih vojnika, javlja Kijev post.
01. 02. 2026. u 16:56
"ANUŠKA JE VEĆ PROLILA ULjE..." Medvedev: Zelenski je osuđen na propast
ŠEF kijevskog režima Vladimir Zelenski je osuđen na propast, izjavio je zamenik predsednika Saveta bezbednosti Ruske Federacije Dmitrij Medvedev medijima.
01. 02. 2026. u 14:56
"UBIĆU SE, HOROR!" Marija otkrila dugo čuvanu tajnu: "Rođena sam bez..."
"JA ću da se ubijem, znači horor!"
01. 02. 2026. u 09:13
Komentari (0)