يستطيع علماء الحاسوب في جامعة ريفرسايد في كاليفورنيا كشف تعابير الوجه المُتلاعب بها في مقاطع الفيديو المزيفة (التزييف العميق) بدقة أعلى من الطرق الحديثة المستخدمة حاليًا.
وتنجح هذه الطريقة -كما هو الحال في الطرق المستخدمة حاليًا- في كشف حالات تبديل الوجه، لكنها تستطيع أيضًا كشف التلاعب بالتعبير الوجهي، ما يجعلها مقاربة معممة للكشف عن أي نوعٍ كان من التلاعب الوجهي.
ويقرّب هذا الإنجاز الباحثين من تطوير أدوات آلية تكشف التلاعب في مقاطع الفيديو التي تحتوي على إشاعات أو معلومات خاطئة.
سّهلت التطورات في برامج تعديل الفيديو تبديل وجه شخص بشخصٍ آخر، إضافة إلى تغيير تعبيرات الوجه الأصلي.
والقدرة على تحديد تلك المقاطع المزيفة ضرورية لحماية الديمقراطيات الحرة، لأن القادة والأفراد عديمي الضمير ينشرون مقاطع فيديو مفبركة لتغيير آراء سياسية أو اجتماعية.
وتوجد طرق تستطيع الكشف بدقة لا بأس بها عند تبديل الوجوه، لكن الأصعب من ذلك هو تمييز الوجوه الزائفة عندما تُغير التعابير فقط، وحتى يومنا هذا لا يوجد تقنية موثوقة.
صرح المؤلف المشارك في الورقة البحثية أميت روي تشودري، وهو أستاذ مهندس في جامعة بورنز قسم هندسة الإلكترون والحاسوب: «ما يجعل موضوع مقاطع الفيديو المزيفة أصعب هو التنافس بين صناعة هذه المقاطع المزيفة وكشفها ومنعها، وستزداد قوة هذه المنافسة وشراستها في المستقبل، ومع زيادة تقدم نماذج التوليد، سيصبح إنتاج مقاطع الفيديو المزيفة أسهل، بينما سيكون تمييزها عن المقاطع الحقيقة أمرًا صعبًا».
تقسم طريقة جامعة ريفرسايد المهمة إلى مكوّنين ضمن شبكة عصبية معقدة، يميّز المكون الأول التعبيرات الوجهية ويزودنا بمعلومات عن مكان التعبيرات كالفم أو العيون أو الجبهة، وينقلها إلى المكون الثاني المعروف باسم وحدة فك التشفير، وهذه البنية مسؤولة عن كشف التزييف وتحديد موقعه.
وقد أُطلق اسم كشف التلاعب بالتعابير على إطار العمل هذا (أو EMD)، وبوسعه كشف التلاعب في الفيديو وتحديد أماكن معينة ضمن الصور المُزيفة.
وقالت قائدة البحث طالب الدكتوراه غزل مظهري: «من الممكن للتعلم متعدد المهام الاستفادة من الميزات البارزة التي تعلمتها أنظمة تمييز التعابير الوجهية وتسخيرها في خدمة أنظمة الكشف عن التلاعب. ويحقق نهجٌ كهذا أداءً ممتازًا في الكشف عن التلاعب في التعبيرات الوجهية».
يستند معيار البيانات للتلاعب الوجهي على تغيير التعبيرات والهوية، يبدل أحدهم التعبيرات من الفيديو الأصلي إلى الفيديو الهدف بدون إجراء أي تغيير في هوية الشخص في الفيديو الهدف، ويبدل الآخر الهويتان في فيديو واحد.
تظهر الاختبارات على هذان التحديان لمعلومات التلاعب الوجهي أن نموذج EMD أكثر فعالية في الكشف ليس فقط عن التلاعب بتعابير الوجه بل وأيضًا في الكشف عن تغيير الهوية، فيكتشف EMD مقاطع الفيديو المزيفة بدقة 99%.
المصدر: techxplore ترجمة: ibelieveinsci
