La herramienta que detecta deepfakes

Las Redes Generativas Antagónicas (RGAs) son capaces de sintetizar rostros humanos altamente realistas que visualmente son difíciles de distinguir de los reales, comúnmente les llamamos imágenes deepfake. Para distinguir los reales de los sintéticos, científicos de University at Buffalo desarrollaron una herramienta que automáticamente les identifica analizando, entre otros aspectos, el reflejo de la luz en los ojos.

La investigación en la que se basa la herramienta, muestra que las caras sintéticamente generadas suelen tener reflejos diferentes en cada ojo, mientras que en imágenes reales muestran el mismo brillo y reflejo en ambos ojos . Esto se debe a que los RGAs que generan las imágenes sintéticas aún cuentan con muchas restricciones, por lo regular sólo combinan una gran cantidad de imágenes para “inventar” una nueva. Mientras que en las imágenes reales se puede observar la misma posición de la luz, reflejo del entorno y la cámara en sí misma.

Para probar la herramienta, el equipo de investigación obtuvo el conjunto de imágenes reales de FlickrFaces-HQ, y los rostros sintetizados por RGAs de http://thispersondoesnotexist.com, que utiliza el método StyleGAN2. Posteriormente, las procesó con un detector de rostros y extractor de puntos de referencia, el algoritmo de Canny y aplicó la transformada de Hough. Las conclusiones ofrecen un 94% de precisión, funciona cuando ambos ojos son visibles en la imagen y sólo pueden llegar a tener falsos positivos si las imágenes reales son tomadas, por ejemplo de muy cerca o alguna fuente de luz periférica no se refleja en ambos ojos.

Para más información consulta University at Buffalo y el paper de la investigación.

Crédito de las imagenes: Shu Hu, Yuezun Li, y Siwei Lyu de University at Buffalo, UB Now y http://thispersondoesnotexist.com.