Poate AI detecta videoclipuri deepfake prin analiza micro-incoerențelor în modelele de clipire ?

Cercetătorii în AI au descoperit că videoclipurile sintetice prezintă în mod constant dinamici nenaturale ale clipirii ochilor. Aceste sisteme utilizează analiza video de înaltă rezoluție pentru a identifica inconsistente invizibile ochiului uman. Tehnica funcționează pentru majoritatea metodelor actuale de generare a deepfake-urilor. Cu toate acestea, noi atacuri adversariale sunt deja în curs de dezvoltare pentru a ocoli astfel de detectări.

Background

Current deepfake detection methods do analyze subtle physiological cues, and blinking patterns have been explored because synthesized faces often produce unnaturally consistent or infrequent blinks. Research shows that deep neural networks can learn to detect these microscopic inconsistencies by examining blink frequency, duration, and eyelid motion dynamics, sometimes achieving high accuracy on controlled datasets (Li, Y., et al. "Exposing AI-Generated Faces by Detecting Eye Blinking Anomalies." 2022 IEEE International Conference on Multimedia and Expo (ICME)). However, as generative models improve, attackers can refine blinking behavior to evade such detectors, making this approach increasingly unreliable as a standalone defense. Performance varies widely across lighting conditions, head poses, and video compression, limiting real-world applicability. New adversarial attacks are already being developed to bypass such detection.