一組研究人員說，他們已經使用了生物識別技術來揭示深擊和確定創建它們的發電機。
在這種情況下，發現深擊意味著搜索以數字捕獲的面孔以獲取脈搏的證據，這是一個很難偽造的生物識別信號。該團隊說，FakeCatcher稱其為AI系統，在肖像視頻中管理了97.29％的DeepFake檢測成功率。
來自賓厄姆頓大學的兩位研究人員，來自英特爾公司的三分之一。宣稱在開源紙中，使用現有的技術來擴大皮膚深血流量的影響。
2012年影片與這項新研究無關，這表明了活人的臉上的血流放大是什麼樣的，至少可以說是令人不安的。受試者的臉迅速閃爍著蠟狀黃色的波浪，向深勃艮第和後背閃爍，這與墨魚的生物信號不同。
研究人員說，深擊的創造者尚未能夠令人信服地模仿這種效果。
他們的源檢測方法“將視頻的真實性達到97.29％，而生成模型在FaceForensics ++數據集上的預測為93.39％。”他們發現，生成噪聲在生物信號空間中的投影可以每個模型創建獨特的特徵，”這有助於識別Deepfake的發電機。
血流已被研究為一種方法檢測生物識別欺騙攻擊，甚至據報導是在三星Galaxy S10中實施的指紋傳感器，儘管據報導該功能的有效性非常有限。
