利用欧拉视频放大检测深度伪造视频

人工智能的最新进展使得区分真实与伪造媒体（尤其是图像和视频）愈发困难。近期的一个发展是深度伪造视频的兴起，其基于先进机器学习技术对视频进行篡改，即将源视频中个体的面部替换为目标视频中另一人的面部。随着深度伪造变得愈发无缝且更易计算，这一思路正日趋精细。结合社交媒体的传播力与速度，深度伪造可在描绘某人说出从未发生之言时轻易欺骗大众，从而使人相信虚构情境、制造恐慌并散布假新闻。本文研究一种识别深度伪造视频的可能技术。我们采用欧拉视频放大，对视频数据施加空间分解与 temporal filtering 以凸显并放大皮肤脉动与细微运动等隐藏特征。我们的方法利用欧拉技术提取的特征训练三个模型，以分类伪造与未篡改视频，并将结果与现有技术进行比较。