Resumen

La tecnología deepfake es convenientemente abusada con el bajo umbral tecnológico, lo cual puede traer enormes riesgos de seguridad social. A medida que la tecnología de síntesis basada en GAN se vuelve más fuerte, varios métodos son difíciles de clasificar el contenido falso de manera efectiva. Sin embargo, aunque el contenido falso generado por las GAN puede engañar a los ojos humanos, ignora las señales biológicas ocultas en el video facial. En este documento, proponemos un nuevo método de forense de video con señales biológicas multidimensionales, que extrae la diferencia de la señal biológica entre videos reales y falsos desde tres dimensiones. Los resultados experimentales muestran que nuestro método logra una precisión del 98% en el conjunto de datos público principal. En comparación con otras tecnologías, el método propuesto solo extrae información de videos falsos y no está limitado a un método de generación específico, por lo que no se ve afectado por los métodos sintéticos y tiene una buena adaptabilidad.

• Materias:Cifrado de búsqueda Seguridad informática Reconstrucción virtual Detección de intrusos Sistema de programación
• Subjects:Search encryption Computer security Virtual reconstruction Intrusion detection Programming system
• Palabras claves:Deepfake; Tecnología; Riesgos para la seguridad social; Síntesis basada en GAN; Vídeo forense; Señales biológicas
• Keywords:Deepfake; Technology; Social security risks; GAN-based synthesis; Video forensics; Biological signals