Beyond Deepfake vs Real: Facial Deepfake Detection in the Open-Set Paradigm
यह शोध पत्र एक सुपरवाइज्ड कॉन्ट्रास्टिव लर्निंग-आधारित ओपन-सेट डीपफेक डिटेक्शन फ्रेमवर्क प्रस्तावित करता है जो ज्ञात जालसाजी को पहचानने और अज्ञात, अनदेखे हेरफेर के तरीकों को वास्तविक छवियों से अलग चिह्नित करने में प्रभावी रूप से सक्षम होकर क्लोज्ड-सेट प्रतिमानों की सीमाओं से आगे बढ़ता है, जिससे उभरती हुई जालसाजी तकनीकों को संभालने में अत्याधुनिक प्रदर्शन प्राप्त होता है।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
कल्पना कीजिए कि आप एक बहुत ही विशिष्ट क्लब के सुरक्षा गार्ड हैं। आपका काम दरवाजे पर आईडी (ID) की जांच करना है।
पुराना तरीका (द "क्लोज्ड-सेट" समस्या)
अतीत में, सुरक्षा गार्डों को नकली आईडी के एक फोटो एल्बम के साथ प्रशिक्षित किया जाता था। वे कुछ ज्ञात जालसाजों द्वारा उपयोग किए जाने वाले विशिष्ट धब्बों, फोंट या कागज के प्रकारों को पहचानना सीखते थे।
- खामी: यदि कोई अपराधी एक ऐसे बिल्कुल नए प्रकार के नकली आईडी के साथ आता जिसे गार्ड ने पहले कभी नहीं देखा था, तो गार्ड उसे देखेगा, कहेगा, "मैं इस विशिष्ट नकली आईडी को नहीं पहचानता," और मान लेगा, "चूंकि यह मेरी 'नकली' वाली किताब में नहीं है, इसलिए यह असली ही होगी!"
- परिणाम: नया नकली आईडी अंदर आ जाता है। यह बिल्कुल वैसा ही है जैसे वर्तमान एआई (AI) डीपफेक डिटेक्टर काम करते हैं। वे उन नकली चीजों को पकड़ने में माहिर हैं जिन्हें उन्होंने पहले देखा है, लेकिन वे नए, चतुर नकली रूपों से धोखा खा जाते हैं क्योंकि वे मान लेते हैं कि जो चीज़ वे पहचानते नहीं हैं, वह सच है।
नया तरीका (द "ओपन-सेट" प्रतिमान)
यह पेपर एक स्मार्ट सुरक्षा गार्ड का प्रस्ताव देता है। केवल "ज्ञात नकली आईडी" की सूची याद करने के बजाय, यह गार्ड सीखता है कि एक वास्तविक व्यक्ति का "अहसास" कैसा होता है।
- बदलाव: जब कोई व्यक्ति दरवाजे के पास आता है, तो गार्ड पूछता है: "क्या यह एक वास्तविक व्यक्ति जैसा दिखता है? क्या यह उन विशिष्ट नकली आईडी में से एक है जिसे मैं जानता हूँ?"
- "अननोन" (अज्ञात) श्रेणी: यदि कोई व्यक्ति संदिग्ध दिखता है लेकिन मेरी नकली आईडी की किताब में किसी भी विशिष्ट नकली आईडी से मेल नहीं खाता, तो गार्ड अनुमान नहीं लगाता। इसके बजाय, वह लाल झंडा उठाता है और कहता है, "मैं नहीं जानता कि यह कौन है, और मुझे इस पर भरोसा नहीं है।" वे अज्ञात को "निर्दोष" मानने के बजाय "संदिग्ध" मानते हैं।
गुप्त मंत्र: "ग्रुप हग" (समूह आलिंगन) सादृश्य
उन्होंने एआई को यह कैसे सिखाया? उन्होंने एक तकनीक का उपयोग किया जिसे सुपरवाइज्ड कॉन्ट्रास्टिव लर्निंग (Supervised Contrastive Learning) कहा जाता है, लेकिन आइए इसे "ग्रुप हग" रणनीति कहें।
एक डांस फ्लोर की कल्पना करें (एआई का मस्तिष्क):
- असली लोग: सामान्य प्रशिक्षण में, "असली" फोटो पूरे डांस फ्लोर पर बिखरे हुए होते हैं, जैसे लोग बेतरतीब ढंग से खड़े हों। वे एक साथ नहीं रहते।
- समाधान: लेखकों ने एआई से कहा: "हे, सभी 'असली' लोगों को हाथ पकड़कर कमरे के बीच में एक सघन, सघन घेरा बनाना होगा।"
- नकली लोग: "नकली" फोटो (डीपफेक) को अपने स्वयं के अलग समूहों में खड़ा होने के लिए कहा जाता है, जो असली घेरे से बहुत दूर हों।
इससे क्या मदद मिलती है?
यदि कोई नया, अज्ञात नकली रूप डांस फ्लोर में प्रवेश करने की कोशिश करता है, तो वह "असली" के सघन घेरे में फिट नहीं होगा (क्योंकि वह असली नहीं है), और न ही वह ज्ञात "नकली" समूहों में फिट होगा (क्योंकि वह एक नया प्रकार है)। वह समूहों के बीच के खाली स्थान में अकेला खड़ा रह जाएगा।
- पुराना एआई: "आप नकली समूह में नहीं हैं, इसलिए आप असली ही होंगे।" (गलती!)
- नया एआई: "आप असली घेरे में नहीं हैं, और आप किसी भी नकली समूह में भी नहीं हैं। आप अननोन (अज्ञात) हैं। वहीं रुक जाओ!"
उन्होंने क्या परीक्षण किया?
उन्होंने इस नए सुरक्षा गार्ड का परीक्षण FaceForensics++ डेटासेट पर किया, जो चार अलग-अलग "हैकर्स" (एल्गोरिदम) द्वारा बनाए गए डीपफेक वीडियो का एक विशाल पुस्तकालय है।
उन्होंने तीन परिदृश्य निर्धारित किए:
- "अननोन" टेस्ट: उन्होंने एआई को तीन हैकर्स पर प्रशिक्षित किया, फिर इसका परीक्षण चौथे हैकर पर किया (जिसे उसने पहले कभी नहीं देखा था)।
- परिणाम: नया एआई इस अजनबी को पहचानने में पुराने एआई की तुलना में बहुत बेहतर था। यह इस बात से धोखा नहीं खा सका कि नया नकली रूप असली है।
- "नोन" (ज्ञात) टेस्ट: उन्होंने इसका परीक्षण उन हैकर्स पर किया जिन्हें वह जानता था।
- परिणाम: यह मौजूदा सर्वश्रेष्ठ सुरक्षा गार्डों के समान ही सक्षम था, जिससे सिद्ध हुआ कि इसने पुराने तरीकों पर अपने कौशल को खोया नहीं है।
- "जनरल" (सामान्य) टेस्ट: उन्होंने पूछा, "क्या आप बस यह बता सकते हैं कि क्या कुछ भी नकली है, भले ही आप तरीका न जानते हों?"
- परिणाम: इसने दौड़ जीत ली, और लगभग अन्य सभी तरीकों को पीछे छोड़ दिया।
निचोड़
यह पेपर एक गेम-चेंजर है क्योंकि यह डीपफेक डिटेक्टरों को "अति-आत्मविश्वासी" होने से रोकता है।
वास्तविक दुनिया में, बुरे तत्व चेहरों को फर्जी बनाने के नए तरीके लगातार खोज रहे हैं। पुराने डिटेक्टर कहेंगे, "मैंने इसे पहले कभी नहीं देखा है, इसलिए यह सुरक्षित है," और गलत सूचना को फैलने देंगे। यह नया तरीका कहता है, "मैंने इसे पहले कभी नहीं देखा है, इसलिए मैं जोखिम नहीं लूंगा।"
यह उस गार्ड के बीच का अंतर है जो केवल तीन विशिष्ट चोरों के चेहरों को जानता है और उस गार्ड के बीच का अंतर है जो जानता है कि एक "सामान्य" व्यक्ति वास्तव में कैसा दिखता है, ताकि वह तुरंत पहचान सके कि कोई भी व्यक्ति जो सांचे में फिट नहीं बैठता, चाहे वह खुद को कैसे भी छिपाने की कोशिश करे।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।