ระบบการจดจำใบหน้าอาจมีความเสี่ยงต่อการแปรเปลี่ยนลึกนักวิจัยกล่าวว่า

ประมาณ 95 เปอร์เซ็นต์ของ deepfakes ได้รับการยอมรับจากระบบการจดจำใบหน้าไบโอเมตริกซ์พบการศึกษาที่ดำเนินการโดย Pavel Korshunov และ Sebastien Marcel จากสถาบันวิจัย Idiapใน Martigny สวิตเซอร์แลนด์

จากข้อมูลของ Korshunov และ Marcel ระบบการจดจำใบหน้าในปัจจุบันมีความเสี่ยงต่อภาพและวิดีโอปลอมที่มีคุณภาพสูงที่สร้างขึ้นโดยใช้เครือข่ายปฏิปักษ์ (GANS) สร้างความต้องการการตรวจจับใบหน้าที่สร้างขึ้นโดยอัตโนมัติ พวกเขาใช้ซอฟต์แวร์โอเพ่นซอร์สตาม Gans เพื่อสร้างเฟลค์วิดีโอที่มีใบหน้าเปลี่ยนไปด้วยอัลกอริทึมที่ใช้ GAN เพื่อพิสูจน์ว่า“ ระบบการจดจำใบหน้าที่ทันสมัยบนพื้นฐานของ VGG และ Facenet Neural Networks นั้นมีความเสี่ยงต่อวิดีโอ morph ที่ลึกลงไปด้วยอัตราการยอมรับเท็จ 85.62 เปอร์เซ็นต์และ 95.00 เปอร์เซ็นต์ตามลำดับซึ่งหมายถึงวิธีการตรวจจับวิดีโอเหล่านี้

พวกเขาพบว่าตัวชี้วัดคุณภาพภาพมีประสิทธิภาพมากที่สุดในการตรวจจับ morphs ลึกด้วยอัตราความผิดพลาดที่เท่ากัน 8.97 เปอร์เซ็นต์ การศึกษาเรียกว่าช่องโหว่ของการจดจำใบหน้าต่อการแปรเปลี่ยนลึกและสามารถตรวจสอบได้ที่นี่- มีการหารือเกี่ยวกับการวิจัยที่ฟรอนเท็กซ์การประชุมนานาชาติเรื่องไบโอเมตริกซ์สำหรับพรมแดน 2019 ในวอร์ซอว์

Google ร่วมกับ Jigsaw เมื่อเร็ว ๆ นี้ผลิตและส่งฐานข้อมูลขนาดใหญ่ของ Visual Deepfakesตอนนี้เป็นส่วนหนึ่งของไฟล์เกณฑ์มาตรฐาน faceforensicsสร้างโดยมหาวิทยาลัยเทคนิคแห่งมิวนิคและมหาวิทยาลัย Federico II แห่งเนเปิลส์ ฐานข้อมูลมีวิดีโอที่บันทึกไว้หลายร้อยรายการซึ่งถูกจัดการด้วยวิธีการสร้าง Deepfake ที่มีอยู่อย่างกว้างขวางเพื่อสร้าง deepfakes หลายพัน

งานวิจัยอื่น ๆ จาก บริษัท ความปลอดภัยทางไซเบอร์ในอัมสเตอร์ดัม DeeptraceเตือนDeepfakes นั้นแพร่กระจายออนไลน์อย่างรวดเร็วมาก“ ด้วยจำนวนวิดีโอ Deepfake เกือบสองเท่าในช่วงเจ็ดเดือนที่ผ่านมาเป็น 14,678” สิ่งนี้เป็นไปได้ด้วยเครื่องมือการให้บริการสินค้าจำนวนมากที่ทำให้บุคคลสามารถสร้าง Deepfakes และเผยแพร่ผ่านโซเชียลมีเดียได้ง่ายขึ้น บริษัท สังเกตเห็นเครื่องมือสื่อมวลชนและสื่อสังเคราะห์จำนวนมากที่เกิดขึ้นจากจีนและเกาหลีใต้

หัวข้อบทความ

ไบโอเมตริกซ์-เฟลค์-ใบหน้า-เผชิญกับการแปรปรวน-การจดจำใบหน้า-คนโง่-การตรวจจับการปลอมแปลง