计算机图形学的最新进展使得创建难以与现实世界中的人类区分的计算机生成(CG)表示形式成为可能。今日在《电子影像杂志》(JEI)上发表的论文“通过生理信号分析对视频序列中的数字人脸进行检测”,提出了一种在多媒体取证中识别自然人(NAT)和CG人脸的创新方法,以个人的心率作为区分特征。JEI由国际光学和光子学会SPIE和影像科学与技术协会(IS&T)共同出版。
人类呈现出可以从视频序列中自动提取的脉冲信号;虚拟人没有。Mattia Bonomi和Giulia Boato在他们的论文中证明,通过着重于从人脸估算脉率并从该心率计算统计量的算法,他们可以将输入人脸分类为CG或NAT。
JEI主编KarénEgiazarian指出:“机器学习和计算机图形学的最新进步导致了'deepfakes'的迅速发展,在这种情况下,视频中真实人物的面孔被计算机生成的人代替。”“这项技术如今已公开可用,并且在电影界和广告界得到了广泛使用,欺诈者也使用了该技术。但是如何从计算机生成的人脸中区分出人脸呢?Bonomi和Boato通过以下方式解决了这个问题:提出并应用生理信号分析,从人脸视频中提取心率,并将其用作判别因素。”