So erkennen Sie Deepfakes: Ein Leitfaden zum Erkennen gefälschter Medien

So erkennen Sie Deepfakes: Ein Leitfaden zum Erkennen gefälschter Medien
Ausgewähltes Bild, das zeigt, wie man Deepfakes erkennt (Quelle: Pexels).

Wir teilen Fotos und Videos oft auf Websites und in sozialen Medien, ohne die potenziellen Risiken zu berücksichtigen. Ob durch Sprache, Video oder Bilder – Deepfakes werden immer schwieriger zu erkennen, da die zu ihrer Erstellung verwendeten Technologien ein unglaubliches Maß an Genauigkeit aufweisen. Aber Sie müssen kein weiteres unschuldiges Opfer werden. Diese Anleitung zeigt, wie Sie ein Deepfake-Bild, -Video oder -Ton zuverlässig und genau erkennen.

Über welche Arten von Deepfakes sollte ich mir Sorgen machen?

Das Aufkommen von Deepfakes ist ein sehr junges Phänomen, das viele von uns überrascht hat. Seine Wurzeln liegen in neueren KI-Technologien wie „ Stable Diffusion “ und Generative Adversarial Networks (GAN).

Es gibt drei beliebte Arten von Deepfakes:

  • Face-Swapping-Technologien : Ersetzen Sie das Gesicht einer Person durch eine andere, um einen nicht erkennbaren Austausch zu ermöglichen. Ich war völlig überwältigt davon, wie genau eine dieser Face-Swapping-Software unter meine Sonnenbrille „blicken“ konnte, um eine neuere Version von mir zu erschaffen. Es ist wie Photoshop – aber viel leistungsfähiger!
Wie entstehen Face-Swaps? Durch Überlagerung eines Quellgesichts mit einem Ziel. Quelle ArtGuru
  • KI-Sprachgeneratoren : Gefällt Ihnen nicht, wie Sie klingen? Jetzt können Sie viele Online-KI-Sprachgeneratortechnologien nutzen, um eine synthetische Stimme zu erhalten, die wie echt klingt. Natürlich müssen schlechte Schauspieler nur eines Ihrer Originalvideos online herunterladen, um eine Deepfake-Stimme zu erstellen.
  • Videosynthese-Software : Es gibt viele Apps, die Deepfake-Videos generieren können, indem sie ein Zielbild auf ein Video Ihrer Wahl hochladen. Kürzlich wurde ein unbekannter Videosynthesizer von einer kriminellen Bande verwendet, um ein in Hongkong ansässiges Unternehmen bei einer Zoom-Videokonferenz um 25 Millionen US-Dollar zu betrügen.
Mit der FaceHub-App Deepfake-Videos auf einem Android-Smartphone erstellen,

Viele der Apps, mit denen Deepfakes erstellt werden, sind legal im Web, bei Google Play und im App Store zu finden. Erkennen Sie Deepfakes ganz einfach mit den folgenden Methoden.

1. Visuelle Hinweise

Für diejenigen, die erkennen können, ob sich ein Bild etwas „abwegig“ anfühlt, scheint die Erkennung von Deepfakes eine einfache Angelegenheit zu sein. Bei frühen Deepfakes konnte man sie oft anhand einiger Warnzeichen erkennen, wie z. B. verschwommene Kanten, ein überglättetes Gesicht, doppelte Augenbrauen, Störungen oder ein allgemein „unnatürliches“ Gefühl bei der Passform des Gesichts.

Mit der Weiterentwicklung dieser Technologien wird es jedoch immer schwieriger, gefälschte Bilder und Videos von echten zu unterscheiden. Dennoch können Sie versuchen, auf Unschärfe, Verzerrung und unheimliche Gesichtsunterschiede zu achten.

Optisch gibt es auf dem Fake-Bild rechts einige offensichtliche Verräter: vor allem das unnatürliche Doppelkinn. Wenn Sie weitere Daten benötigen, vergleichen Sie das gefälschte Bild mit vielen weiteren Originalproben.

Erkennen Sie Deepfakes mit visuellen Hinweisen und vergleichen Sie Originalfälschungen
Vergleich eines Originalbildes mit einem Deepfake

Bei Videos ist der offensichtlichste Hinweis, wenn ein Deepfake keine natürliche Bewegung aufweist, Deepfakes jedoch oft Impulse haben. Unregelmäßigkeiten (z. B. verschiedene Teile des Gesichts, die unterschiedliche Bewegungen zeigen) können dabei helfen, ein Deepfake-Video zu identifizieren.

Es gibt auch biometrische Indikatoren, auf die wir aber nicht näher eingehen möchten, da die Analyse biometrischer Daten mit kostenlosen Smartphone- oder Computer-Apps nicht möglich ist.

2. Die Technik des „Vergrößerns“.

Während ein Deepfake-Bild oberflächlich betrachtet ziemlich glatt erscheint (es ist weitaus weniger erkennbar als ein Photoshop-Bild), müssen Sie nur in das Bild hineinzoomen, um etwaige Unregelmäßigkeiten zu erkennen. Ein verstecktes Gesicht, unregelmäßige Konturen und unförmige Ohren sind nur einige der sichtbaren Anzeichen eines Deepfakes.

Erkennen von Sehfehlern durch Heranzoomen, z. B. unnatürliches Doppelkinn, Gesicht im Hintergrund und andere auffällige Anzeichen einer Fälschung.

Um Deepfakes auf einer Videokonferenzplattform zu erkennen, haben Experten einige ähnliche Strategien empfohlen. Anstatt den anderen Teilnehmer in einer Miniaturansicht oder Galerieansicht anzuzeigen, können Sie eine Vollbildansicht verwenden, die ihn so vergrößert, dass er den gesamten Bildschirm ausfüllt.

3. Verwendung von Bildmetadaten

Von allen KI-Methoden zur Deepfake-Erkennung ist dies die narrensicherste und für alle leicht zugänglich. Überprüfen Sie die Metadaten eines Bildes, um festzustellen, ob es sich um ein Originalbild handelt.

Öffnen Sie auf einem Windows-Computer die Eigenschaften eines Bildes mit einem Rechtsklick. Gehen Sie zur Registerkarte „Details“ und dort finden Sie die Kameraspezifikationen wie Kamerahersteller, Kameramodell, Belichtungszeit, ISO-Empfindlichkeit, Brennweite und ob ein Blitz verwendet wurde oder nicht. Ein Deepfake-Bild darf diese Details niemals enthalten.

Klicken Sie auf einem Mac-Gerät mit der rechten Maustaste auf ein Bild und wählen Sie Informationen abrufen -> Weitere Informationen , um die Bildmetadaten anzuzeigen.

Überprüfen der Metadateneigenschaften eines Fotos in Windows.

Es gibt online einige Bildmetadaten-Software, die erweiterte Details liefert. Jimpl ist eines der besten Tools und völlig kostenlos zu verwenden.

Laden Sie ein mit einem Smartphone aufgenommenes Bild hoch und sehen Sie sich dann dessen EXIF-Informationen an. Auch wenn der Standort deaktiviert ist, sind die Mobile Content Cloud (MCC)-Daten immer aktiviert. (Es ist mit dem SIM-Anbieter verbunden.) Außerdem sind die Bildhöhe, -breite und die Megapixel auf ihren Maximalwerten, was Deepfake-Bilder einfach nicht reproduzieren können.

Erkennen erweiterter Metadaten in Bildern durch Jimpl

Wenn Sie eine Berühmtheit sind und Ihr Bild gemeinfrei ist, können Sie anhand der Metadaten Ihr Profil-Copyright einsehen, das das Datum angibt, an dem ein Bild hochgeladen wurde. Seien Sie versichert, dass diese Daten nicht gefälscht werden können.

Wenn Sie mit einem Android-Telefon einen Screenshot erstellt haben, wird Google zum Inhaber des Profil-Copyrights. Das Gleiche gilt für Apple auf iPhones.

Jimpl hilft bei der Erkennung des Profilurheberrechts und des Datums/der Uhrzeit des Bildes.

Wenn Sie ein Deepfake-Bild oder -Video wegen seiner Metadaten hochladen, werden oben keine Informationen angezeigt. Das gefälschte Bild hat einfach keinen eigenen Stammbaum. Auch die geringe und eingeschränkte Bildgröße/Breite sollte Anlass zur Sorge geben.

Die vollständigen Bildmetadaten fehlen in Jimmpl und die Bildbreite und -höhe sind verdächtige Werte.

4. Online-Tools zur Erkennung von Deepfakes

Es gibt einige Deepfake-Erkennungssoftware, aber nicht viele. Wir haben viele Online-Tools getestet, um Deepfakes zu erkennen. Die meisten von ihnen liefern ungenaue Ergebnisse und falsch positive Ergebnisse.

Viele verlangen auch eine Vorauszahlung, was wir jedoch nicht empfehlen würden, da die Ergebnisse nicht zufriedenstellend sind. Bei unseren Experimenten erkannten sie, dass viele unserer Originalfotos „gefälscht“ waren und konnten die Deepfakes nicht identifizieren.

Die folgenden Online-Tools stellen jedoch die besten Ausnahmen dar und haben für uns recht gut funktioniert.

Fake-Image-Detektor

Fake Image Detector ist ein kostenloses Tool, das tief in die Metadaten und Binärdateien eines Bildes eindringt, um klare Ergebnisse der Deepfake-Erkennung zu liefern. Wenn Sie über ein Originalbild verfügen, lautet die Antwort „Keine Fehlerstufe erkannt“. Darüber hinaus wird eine Softwaresignatur zum Nachweis der Authentizität generiert.

Fake Image Detector-Analyse für menschliche Bilder. Keine Fehler.

Allerdings ist die Software fehleranfällig. Manchmal kann es vorkommen, dass ein offensichtliches Deepfake-Bild nicht erkannt wird, aber es gibt eine Lösung dafür.

Fehler beim Erkennen eines gefälschten zusammengesetzten Bildes durch Online-Deepfake-Erkennungssoftware.

Anstatt das Deepfake-Bild in seiner Originalgröße zu veröffentlichen, möchten Sie möglicherweise einen ausgewählten Teil des Bildes „vergrößern“. Machen Sie einen Screenshot und analysieren Sie nur diesen Teil. Die Software erkennt dasselbe Bild als computergeneriert.

Fake-Image-Detektor Computergeneriertes Bild: Fake-Detektor.

Fotoforensik

Foto Forensics ist ein fortschrittlicheres Tool, das die hochpräzise Methode „Error Level Analysis“ (ELA) verwendet, um Komprimierungsgrade in Bildern zu erkennen. Wenn ein bestimmter Teil eines Bildes eine andere Fehlerstufe aufweist, wurde er digital verändert und dem Hauptbild hinzugefügt.

In diesem Beispiel hat die Bildfläche eine andere ELA-Farbe und -Komponente als im schwarzen Quadrat.

Erkennen gefälschter Bilder mit Foto Forensics mithilfe des ELA-Tools (Error Level Analysis).

Andererseits handelt es sich bei diesem Beispiel um die ELA-Analyse für ein ordnungsgemäßes kamerabasiertes Bild. Es gibt keine Unregelmäßigkeiten. Der Unterschied ist zu subtil, als dass Menschen ihn erkennen könnten, aber Maschinen können ihn hervorragend erkennen.

Bei Verwendung von ELA in der Foto Forensics-App wurde kein Fehler festgestellt.

Wenn Sie Deepfakes erkennen möchten, gibt es nicht viele andere überzeugende Tools. Allerdings ist AI or Not eine gute Lösung und viel einfacher zu verwenden.

Da es sich bei der Deepfake-Erkennungstechnologie um ein sich weiterentwickelndes Feld handelt, sollten Sie nach neuen Methoden Ausschau halten. Erinnern wir uns auch daran, wie das Internet funktioniert: Selbst wenn diese Fälschungen aufgedeckt werden, werden sie wahrscheinlich wieder in Umlauf gebracht und von einigen Leuten trotzdem geglaubt. Wenn Sie ein iPhone verwenden, könnten Sie daran interessiert sein, KI-Apps auszuprobieren, die Inhalte generieren .

Bildnachweis: Pexels . Alle Screenshots von Sayak Boral.

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert