Diese Arbeit präsentiert einen Ansatz zur Unterscheidung zwischen echten Videos und Deepfake-Videos anhand der Schätzung der Kopfhaltung als Merkmal. Die Autoren analysieren die Winkel der Kopfhaltung von Personen in Videos, um Inkonsistenzen aufzudecken, die durch Deepfake-Manipulationen eingeführt werden. Im Experiment wurden drei Methoden zur Schätzung der Kopfhaltung verwendet, und die Ergebnisse wurden mit Techniken wie KNN und dynamischer Zeitkrümmung (Dynamic Time Warping) verifiziert. Letztendlich wird die Effektivität dieses Ansatzes zur Deepfake-Erkennung nachgewiesen.
Experten schlagen Methode zur effektiven Erkennung von Deepfakes vor

站长之家
Dieser Artikel stammt aus dem AIbase-Tagesbericht
Willkommen im Bereich [KI-Tagesbericht]! Hier ist Ihr Leitfaden, um jeden Tag die Welt der künstlichen Intelligenz zu erkunden. Jeden Tag präsentieren wir Ihnen die Hotspots im KI-Bereich, konzentrieren uns auf Entwickler und helfen Ihnen, technologische Trends zu erkennen und innovative KI-Produktanwendungen zu verstehen.