生物识别面部识别系统接受了约95％的深摄影，发现Pavel Korshunov和Sebastien Marcel的一项研究IDIAP研究所在瑞士的马丁尼。
根据Korshunov和Marcel的说法，当前的面部识别系统很容易受到使用生成对抗网络（GAN）创建的高质量假图像和视频的影响，因此需要自动检测GAN生成的面孔。他们使用基于gan的开源软件来创建深击带有基于GAN的算法的面孔的视频证明“基于VGG和FaceNet神经网络的最先进的面部识别系统容易受到深层变形视频的影响，分别具有85.62％和95.00％的虚假接收率，这意味着要检测这些视频的方法。”
他们发现，视觉质量指标最有效地检测出8.97％相等错误率的深色变形。该研究称为面部识别对深度变形的脆弱性可以审查这里。该研究在Frontex国际边界生物识别学会2019年在华沙举行的国际会议。
Google最近与拼图合作生产并传递了大量的视觉深层数据库这是现在的一部分FaceForensics基准由慕尼黑技术大学和那不勒斯的Federico II创建。该数据库具有数百个录制的视频，这些视频通过广泛可用的深层生成方法来操纵，以创建数千种深击。
总部位于阿姆斯特丹的网络安全公司DeepTrace的其他研究警告Deepfakes在网上传播的速度非常快，“在过去的七个月中，Deepfake视频的数量几乎翻了一番，达到14,678。”由于大量的商品化工具使个人更容易通过社交媒体进行深层效果并将其传播，这是可能的。该公司注意到来自中国和韩国产生的大量深泡沫和合成媒体工具。
