Иликтөөлөргө ылайык, салттуу методдордун жана атайын программалардын жардамы менен дипфейкти аныктоодо ыктымалдуулук жетиштүү деңгээлде жогору (95%, Marra et al). Мисалы, бул сыяктуу программалардын эң алгачкыларынын бири Shallow (http://shallow-ai.com/#/) адамдын жүзүн кадрчаларга бөлүп, андан сон аларды программанын маалымат базасындагы сүрөттөр менен салыштырып анализдейт. Б.а. программанын негизги кемчилиги – сүрөттөрдүн чектелүү саны.
Дипфейктерди өз алдынча да аныктоого мүмкүн. Эгер жакшылап көңүл буруп карай турган болсок, генерация кылынган сүрөттөрдү реалдуу сүрөттөрдөн айырмалоого болот. Биринчи кезекте сүрөттүн өлчөмүнө көңүл бургула. Чоң өлчөмдөгү реалдуу сүрөттү жасоо кичинекей сүрөттөрдү жасоого караганда кыйыныраак, ошондуктан чоң өлчөмдөгү сүрөттөргө али ишенүүгө болот. Катмардуулук, тумандашкан, бет менен моюндун түсүнүн кескин айырмаланышы, беттин чегинде кош сызыктын болушу – мунун баары дипфейк экенинен кабар берет.
Экинчиден, адамдын жүзүн жакшылап карап көрсөңөр табигый эмес мүнөздөгү ассиметрияны байкоого болот: балким оң жак көздүн тилими сол көздүкүнөн айырмаланышы мүмкүн, баштын жантыгы беттин абалына дал келбейт ж.б.. Үчүнчүдөн, кийимдерине жана аксессуарларына көңүл бургула, нейротармактар үчүн бетке караганда аларды жасоо кыйынга турат.
Ал эми видеодо белгилүү бир убакыттын ичиндеги адамдын жүзүндөгү өзгөрүүлөргө көңүл буруу керек. Эгер ал көпкө чейин көзүн ирмебесе же адаттагыдан башкача ирмесе жана көзүн эки башка жакка кыймылдатса же таптакыр көзү ирмелбесе – анда бул дипфейктин анык белгиси.
Булактары:
Botha, J. and Pieterse, H., 2020, March. Fake News and Deepfakes: A Dangerous Threat for 21st Century Information Security. In ICCWS 2020 15th International Conference on Cyber Warfare and Security (p. 57). Academic Conferences and publishing limited
Guarnera, L., Giudice, O., Nastasi, C. and Battiato, S., 2020. Preliminary Forensics Analysis of DeepFake Images. arXiv preprint arXiv:2004.12626
F. Marra, D. Gragnaniello, D. Cozzolino, and L. Verdoliva, “Detection of gan-generated fake images over social networks,” in 2018 IEEE Conference on Multimedia Information Processing and Retrieval (MIPR). IEEE, 2018, pp. 384–389