rPPG - DeepFake से बने वीडियो की पहचान करने का एक नया तरीका

<p>तेज़ी से विकसित हुई DeepFake तकनीक मनोरंजन उद्योग के लिए बहुत मददगार हो सकती है, लेकिन यह फ़ेक न्यूज़ की गंभीरता को और बढ़ाने वाली समस्या भी पैदा कर सकती है। इसलिए ऐसे DeepFake की पहचान करने वाली तकनीक हासिल करना महत्वपूर्ण है.<br /> <br /> आने वाले अमेरिकी राष्ट्रपति चुनाव में फ़ेक न्यूज़ रोकने के लिए MS के प्रयास:<br /> https://hi.news.hada.io/topic?id=2767<br /> <br /> मैं एक ऐसे लेख को साझा कर रहा हूँ जिसमें DeepFake वीडियो की पहचान करने का एक नया तरीका बताया गया है. (अंग्रेज़ी) यह तरीका किसी व्यक्ति के चेहरे से निकाले गए heartbeat signal के आधार पर असली इंसानी चेहरे और DeepFake में फर्क करता है.<br /> <br /> अस्पतालों में इस्तेमाल होने वाले non-invasive oxygen saturation measurement devices या अब काफ़ी आम हो चुकी smartwatch जैसी डिवाइसों में इंसान की heart rate मापने की विधि को तकनीकी रूप से PPG(Photoplethysmography, प्रकाश-रक्त प्रवाह मापन) कहा जाता है. जब मानव शरीर पर रोशनी डाली जाती है, तो वह रोशनी absorb होती है, और absorption की मात्रा उस रास्ते में मौजूद त्वचा, ऊतक और रक्त की मात्रा के अनुपात में होती है जिससे वह रोशनी गुजरती है. लेकिन त्वचा या ऊतक का आयतन अचानक बदलने वाली चीज़ नहीं है, जबकि किसी विशेष स्थान की रक्त-वाहिका में रक्त का आयतन दिल के संकुचन पर बढ़ता है और दिल के शिथिल होने पर घटता है. इसलिए absorbed light के pattern को ग्राफ़ में दिखाकर peak values के बीच का अंतराल नाप लिया जाए, तो वही heart rate होता है. सोचने से ज़्यादा सरल है.<br /> <br /> rPPG(Remote photoplethysmography, दूरस्थ प्रकाश-रक्त प्रवाह मापन) इससे एक कदम आगे जाता है. इंसान या कैमरा किसी वस्तु को इसलिए देख पाते हैं क्योंकि कहीं से निकली रोशनी वस्तु से परावर्तित होकर आँख या कैमरे तक पहुँचती है. लेकिन ऊपर बताए गए PPG के सिद्धांत को ध्यान में रखें, तो जीवित इंसान के चेहरे जैसे शरीर के हिस्सों से परावर्तित होकर आने वाली रोशनी में बहुत हल्का, लेकिन स्पष्ट रूप से pulse pattern को दर्शाने वाला परिवर्तन छिपा हो सकता है. इस सूक्ष्म बदलाव को बहुत अधिक amplify करके, किसी विशेष measurement device या contact के बिना केवल कैमरे से रिकॉर्ड किए गए चेहरे के वीडियो से heart rate मापने को rPPG कहा जाता है. यह तरीका चेहरे के रंग में होने वाले अत्यंत सूक्ष्म बदलावों पर निर्भर करता है, लेकिन हाल के deep learning आधारित rPPG systems काफ़ी high compression वाले facial videos से भी ऐसे बदलाव निकाल सकते हैं.<br /> <br /> तो क्या इस तरह जैविक signals निकालकर असली इंसानी चेहरा और DeepFake से बनाए गए चेहरे में फर्क किया जा सकता है? इसी वजह से हाल ही में ऐसे शोधपत्र प्रकाशित हुए हैं जिनमें नवीनतम rPPG तकनीकों के आधार पर DeepFake face videos को अलग पहचानने के प्रयोग किए गए. संक्षेप में कहें तो, असली इंसानी चेहरे और DeepFake से बने चेहरे में दिखाई देने वाले rPPG signals के pattern स्पष्ट रूप से अलग होते हैं, और DeepFake में इस्तेमाल किए गए model के प्रकार के अनुसार निकाले जाने वाले rPPG signal patterns भी अलग होते हैं. इसलिए इस तरीके से न केवल DeepFake वीडियो की पहचान की जा सकी, बल्कि काफ़ी उच्च सटीकता के साथ यह भी पता लगाया जा सका कि विशेष रूप से कौन-सा model इस्तेमाल हुआ था.<br /> <br /> संबंधित शोधपत्रों का मूल पाठ:<br /> https://arxiv.org/abs/2006.07634<br /> https://arxiv.org/abs/2008.11363</p>;

[xguru]

<p>काफ़ी दिलचस्प है, लेकिन चिंता यह भी होती है कि बाद में DeepFake क्या उसका भी पीछा नहीं कर लेगा। भाले और ढाल की तरह, हाहा</p>

[qodot]

<p>सही कहा, बल्कि ऐसा भी लगता है कि शायद पेपर को सार्वजनिक ही नहीं करना चाहिए था, हाहा</p>

[sduck4]

<p>एक-दूसरे से प्रतिस्पर्धा करते हुए सीखने वाली भाला और ढाल जैसी बात है, तो GAN की याद आती है.<br /> <br /> नई AI तकनीक GAN - https://samsungsds.com/global/ko/…;