Source-Face Authenticity Detection for 3D Gaussian Heads Reconstructed from a Single Portrait: A Benchmark and Dedicated Detector
यह शोध पत्र पहले बड़े पैमाने के बेंचमार्क और एक नवीन दो-चरणीय डिटेक्टर को प्रस्तुत करता है जो एकल चित्रों से पुनर्गठित 3D गॉसियन सिरों (3D Gaussian heads) में वास्तविक और नकली स्रोत चेहरों के बीच प्रभावी ढंग से अंतर करने के लिए मास्क्ड ऑटोएनकोइंग, मल्टी-व्यू कंट्रास्टिव लर्निंग और मल्टी-लेवल टोकन फ्यूजन का लाभ उठाता है, जो मौजूदा विधियों में कमजोर जालसाजी के निशानों की चुनौती को संबोधित करता 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
डिजिटल युग में, अब एक एकल फोटोग्राफ को पूरी तरह से तीन-आयामी (3D) सिर में बदला जा सकता है जिसे घुमाया जा सकता है, ज़ूम किया जा सकता है और किसी भी कोण से देखा जा सकता है। यह तकनीक, जो केवल एक सपाट तस्वीर से एक यथार्थवादी 3D मॉडल बनाती है, ने वर्चुअल अवतारों और इमर्सिव मनोरंजन के लिए नए द्वार खोल दिए हैं। हालाँकि, यही क्षमता एक महत्वपूर्ण भेद्यता (vulnerability) भी पैदा करती है। यदि मूल फोटोग्राफ एक जालसाजी है—जिसे आर्टिफिशियल इंटेलिजेंस द्वारा बनाया गया है या किसी व्यक्ति की पहचान बदलने के लिए हेरफेर किया गया है—तो परिणामी 3D मॉडल उस नकली पहचान को विरासत में प्राप्त कर लेता है। क्योंकि 3D मॉडल को नए कोणों से रेंडर किया जा सकता है, इसलिए यह प्रतिरूपण (impersonation) के लिए एक स्थायी और विश्वसनीय संपत्ति बन जाता है, जो संभावित रूप से उन सुरक्षा प्रणालियों को दरकिनार कर सकता है जो चेहरे की पहचान (facial recognition) पर निर्भर करती हैं। मुख्य चुनौती इस तथ्य में निहित है कि 2D छवि को 3D वस्तु में बदलने की प्रक्रिया अक्सर उन सूक्ष्म डिजिटल उंगलियों के निशान (digital fingerprints) को मिटा देती है या छिपा देती है जो यह प्रकट करते हैं कि स्रोत छवि वास्तविक थी या नकली।
इस बढ़ते खतरे को संबोधित करने के लिए, शोधकर्ताओं ने पहला बड़े पैमाने पर सिस्टम विकसित किया है जिसे विशेष रूप से इस बात का पता लगाने के लिए डिज़ाइन किया गया है कि क्या एकल पोर्ट्रेट से पुनर्गठित 3D सिर एक वास्तविक व्यक्ति पर आधारित है या एक निर्मित (fabricated) व्यक्ति पर। टीम ने लगभग 3,60,000 3D सिरों की रेंडर की गई छवियों वाला एक विशाल डेटासेट बनाया। ये छवियां वास्तविक फोटोग्राफों और जाली फोटोग्राफों के मिश्रण से उत्पन्न की गई थीं, जिनमें से बाद वाले (जाली फोटोग्राफ) नौ अलग-अलग आर्टिफिशियल इंटेलिजेंस विधियों का उपयोग करके बनाए गए थे, जिनमें टेक्स्ट विवरणों से चेहरे बनाने वाले उपकरण, लोगों के बीच चेहरे बदलने वाले उपकरण, या भावों को एनिमेट करने वाले उपकरण शामिल हैं। शोधकर्ताओं ने फिर इन 2D छवियों को 3D मॉडल में बदलने के लिए पांच अलग-अलग पुनर्निर्माण तकनीकों का उपयोग किया, जिससे उन्हें विभिन्न कोणों से रेंडर किया गया ताकि यह सिम्युलेट किया जा सके कि एक उपयोगकर्ता वास्तविक दुनिया में उनका सामना कैसे कर सकता है।
शोधकर्ताओं ने पाया कि नकली 2D छवियों का पता लगाने के लिए डिज़ाइन किए गए मौजूदा उपकरण इन 3D मॉडलों पर लागू होने में विफल रहे। मानक डिटेक्टर संघर्ष करते रहे क्योंकि 3D पुनर्निर्माण प्रक्रिया ने दृश्य साक्ष्य (visual evidence) को बदल दिया था, और 3D सिर के बदलते दृष्टिकोण ने नकली संकेतों को इस तरह से प्रदर्शित किया कि वे कोण के आधार पर अलग-अलग दिखाई देने लगे। इसे हल करने के लिए, टीम ने दो अलग-अलग चरणों में प्रशिक्षित एक नया डिटेक्टर बनाया। पहले, सिस्टम ने विजुअल रिकंस्ट्रक्शन के एक रूप का अभ्यास करके सूक्ष्म विवरणों को संरक्षित करना सीखा, जहाँ इसे अंतर्निहित बनावट (texture) और संरचना को समझने के लिए छवि के लापता हिस्सों को भरना था। साथ ही, इसने यह पहचानना सीखा कि एक ही सिर के विभिन्न दृश्य एक साथ किससे संबंधित हैं, जिससे यह सुनिश्चित हुआ कि वह कैमरा कोण की परवाह किए बिना वस्तु को लगातार पहचान सके। दूसरे चरण में, सिस्टम ने अपने विश्लेषण के विभिन्न स्तरों से सुरागों को मिलाया ताकि अंतिम निर्णय लिया जा सके, ठीक वैसे ही जैसे एक मानव निश्चित होने के लिए एक चेहरे को कई दूरियों और कोणों से देख सकता है।
परिणामों ने दिखाया कि यह नया दृष्टिकोण सभी पिछले तरीकों से काफी बेहतर रहा। वास्तविक दुनिया की स्थितियों की नकल करने के लिए डिज़ाइन किए गए एक परीक्षण सेट पर, नए डिटेक्टर ने 0.9 का AUC प्राप्त किया, जिसने अन्य सभी परीक्षण किए गए उपकरणों की तुलना में 3D सिरों की प्रमाणिकता को कहीं बेहतर तरीके से पहचाना। यह नवीनतम आर्टिफिशियल इंटेलिजेंस मॉडल द्वारा उत्पन्न नकली छवियों को पहचानने में विशेष रूप से प्रभावी साबित हुआ, भले ही वे मॉडल प्रशिक्षण डेटा का हिस्सा न हों। अध्ययन बताता है कि सूक्ष्म विवरणों को संरक्षित करने और विभिन्न दृश्यों के बीच निरंतरता बनाए रखने पर ध्यान केंद्रित करके, डीपफेक का पता लगाना संभव है, भले ही उन्हें जटिल 3D वस्तुओं में बदल दिया गया हो। यह कार्य उभरते हुए 3D डिजिटल पहचान के क्षेत्र में सुरक्षा के लिए एक नया बेंचमार्क स्थापित करता है, जो एक ऐसी दुनिया में प्रतिरूपण से बचने का मार्ग प्रदान करता है जहाँ एक एकल फोटो एक पूरी तरह से रेंडर करने योग्य, तीन-आयामी व्यक्ति बन सकती है।
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।