Comment détecter les Deepfakes : un guide pour repérer les faux médias

Nous partageons souvent des photos et des vidéos sur des sites Web et sur les réseaux sociaux sans considérer les risques potentiels. Que ce soit par le biais de la voix, de la vidéo ou des images, les deepfakes sont de plus en plus difficiles à détecter, car les technologies utilisées pour les créer atteignent un niveau de précision incroyable. Mais vous n’êtes pas obligé de devenir une autre victime innocente. Ce guide montre comment détecter une image, une vidéo ou un son deepfake, de manière fiable et précise.

De quels types de deepfakes dois-je m’inquiéter ?

L’apparition des deepfakes est un phénomène très récent qui a surpris beaucoup d’entre nous. Ses racines résident dans les nouvelles technologies d’IA, telles que la « diffusion stable » et les réseaux contradictoires génératifs (GAN).

Il existe trois types populaires de deepfakes :

• Technologies d’échange de visage : remplacez le visage d’une personne par un autre pour un échange méconnaissable. J’ai été complètement époustouflé par la précision avec laquelle l’un de ces logiciels d’échange de visage pouvait « jeter un coup d’œil » sous mes lunettes pour créer une nouvelle version de moi. C’est comme Photoshop – mais en bien plus puissant !

• Générateurs de voix IA : vous n’aimez pas votre voix ? Vous pouvez désormais utiliser de nombreuses technologies de génération de voix IA en ligne pour vous donner une voix synthétique qui ressemble à la vraie affaire. Bien sûr, les mauvais acteurs n’ont qu’à télécharger l’une de vos vidéos originales en ligne pour créer une fausse voix.
• Logiciel de synthèse vidéo : il existe de nombreuses applications permettant de générer des vidéos deepfake en téléchargeant une image cible sur une vidéo de votre choix. Récemment, un synthétiseur vidéo inconnu a été utilisé par un gang criminel pour escroquer une entreprise basée à Hong Kong de 25 millions de dollars lors d’une vidéoconférence Zoom.

De nombreuses applications utilisées pour créer des deepfakes peuvent être trouvées légitimement sur le Web, sur Google Play et sur l’App Store. Détectez facilement les deepfakes en utilisant les méthodes suivantes.

1. Indices visuels

La détection des deepfakes semble être une affaire simple pour ceux qui peuvent dire si une image semble un peu « décalée ». Dans les premiers deepfakes, vous pouviez souvent les détecter à l’aide de quelques signes avant-coureurs, comme des bords flous, un visage trop lissé, des sourcils doubles, des problèmes ou une sensation générale « non naturelle » de l’ajustement du visage.

Cependant, à mesure que ces technologies progressent, il devient de plus en plus difficile de distinguer les fausses images et vidéos des vraies. Néanmoins, vous pouvez essayer de garder un œil sur le flou, la distorsion et les différences faciales étranges.

Visuellement, la fausse image de droite présente des indices évidents : notamment le double menton artificiel. Si vous avez besoin de plus de données, comparez la fausse image avec de nombreux autres échantillons originaux.

Avec les vidéos, le signe le plus évident est lorsqu’un deepfake n’a pas de mouvement naturel, mais les deepfakes ont souvent des impulsions. Les irrégularités (comme différentes parties du visage affichant différents mouvements) peuvent aider à identifier une vidéo deepfake.

Il existe également des indicateurs biométriques, mais nous n’entrerons pas dans ce sujet car il n’est pas possible d’analyser les données biométriques à l’aide d’applications gratuites pour smartphone ou ordinateur.

2. La technique du « zoom avant »

Alors qu’en surface, une image deepfake semble assez lisse (elle est beaucoup moins détectable qu’une image photoshopée), il suffit de « zoomer » à l’intérieur de l’image pour repérer d’éventuelles irrégularités. Un visage caché, des contours irréguliers et des oreilles déformées ne sont que quelques-uns des signes visibles d’un deepfake.

Pour repérer les deepfakes sur une plateforme de vidéoconférence, les experts ont recommandé quelques stratégies similaires. Au lieu de voir l’autre participant sous forme de vignette ou de galerie, vous pouvez avoir une vue plein écran, qui l’agrandira pour remplir tout votre écran.

3. Utilisation des métadonnées d’image

De toutes les méthodes de détection des deepfakes par l’IA, celle-ci est la plus infaillible et facilement accessible à tous. Vérifiez les métadonnées d’une image pour déterminer s’il s’agit d’une image originale.

Sur un ordinateur Windows, ouvrez les propriétés d’une image à l’aide d’un clic droit. Accédez à l’onglet Détails et vous pourrez trouver les spécifications de l’appareil photo telles que le fabricant de l’appareil photo, le modèle de l’appareil photo, le temps d’exposition, la vitesse ISO, la distance focale et si un flash a été utilisé ou non. Une image deepfake ne peut jamais contenir ces détails.

Sur un appareil Mac, cliquez avec le bouton droit sur une image et sélectionnez Obtenir des informations -> Plus d’informations pour afficher les métadonnées de l’image.

Il existe des logiciels de métadonnées d’images en ligne qui donnent des détails plus avancés. Jimpl est l’un des meilleurs outils et son utilisation est totalement gratuite.

Téléchargez une image prise sur un smartphone, puis affichez ses informations EXIF. Même si la localisation est désactivée, les données Mobile Content Cloud (MCC) sont toujours activées. (Il est connecté au fournisseur de carte SIM.) De plus, la hauteur, la largeur et les mégapixels de l’image sont à leurs valeurs maximales, ce qui est quelque chose que les images deepfakes ne peuvent tout simplement pas reproduire.

Si vous êtes une célébrité et que votre image appartient au domaine public, les métadonnées vous permettent d’afficher les droits d’auteur de votre profil, qui indiquent la date à laquelle une image a été téléchargée. Soyez assuré que ces données ne peuvent pas être falsifiées.

Si vous avez pris une capture d’écran à l’aide d’un téléphone Android, Google devient le propriétaire des droits d’auteur du profil. Il en va de même pour Apple sur les iPhones.

Lorsque vous téléchargez une image ou une vidéo deepfake pour ses métadonnées, elle n’affichera aucune information ci-dessus. La fausse image n’a tout simplement pas de pedigree propre. En outre, la taille/largeur petite et restreinte de l’image devrait être une cause de suspicion.

4. Outils en ligne pour détecter les Deepfakes

Il existe quelques logiciels de détection des deepfakes, mais pas beaucoup. Nous avons testé de nombreux outils en ligne pour détecter les deepfakes. La plupart d’entre eux donnent des résultats inexacts et des faux positifs.

Beaucoup exigent également un paiement initial, ce que nous ne recommandons pas, car les résultats sont loin d’être satisfaisants. Lors de nos expériences, ils ont détecté que bon nombre de nos photos originales étaient « fausses » et n’ont pas pu identifier les plus fausses.

Cependant, les outils en ligne suivants constituent les meilleures exceptions et ont plutôt bien fonctionné pour nous.

Détecteur de fausses images

Fake Image Detector est un outil gratuit qui approfondit les métadonnées et les binaires d’une image pour donner des résultats directs de détection des deepfakes. Lorsque vous disposez d’une image originale, sa réponse est « Aucun niveau d’erreur détecté ». Il génère en outre une signature logicielle pour prouver l’authenticité.

Cependant, le logiciel est sujet aux erreurs. Il peut parfois ne pas détecter une image deepfake évidente, mais il existe une solution pour cela.

Au lieu de publier l’image deepfake dans sa taille d’origine, vous souhaiterez peut-être « zoomer » sur une partie sélectionnée de l’image. Prenez une capture d’écran et analysez uniquement cette partie. Le logiciel identifiera la même image que celle générée par ordinateur.

Photo Forensics

Foto Forensics est un outil plus avancé qui utilise la méthode très précise « Analyse du niveau d’erreur » (ELA) pour détecter les niveaux de compression dans les images. Si une partie particulière d’une image présente un niveau d’erreur différent, elle est modifiée numériquement et ajoutée à l’image principale.

Dans cet exemple, le visage de l’image a une couleur et un composant ELA différents, comme le montre le carré noir.

D’un autre côté, cet exemple est l’analyse ELA pour une image appropriée basée sur une caméra. Il n’y a aucune irrégularité. La différence est trop subtile pour que les humains la détectent, mais les machines sont excellentes pour la détecter.

Si vous souhaitez détecter les deepfakes, il n’existe pas beaucoup d’autres outils convaincants. Cependant, AI or Not est une bonne solution et beaucoup plus facile à utiliser.

La technologie de détection des deepfakes étant un domaine en évolution, gardez un œil sur les nouvelles méthodes. Rappelons également comment fonctionne Internet : même si ces contrefaçons sont détectées, elles seront probablement recirculées et crues par certaines personnes de toute façon. Si vous utilisez un iPhone, vous pourriez être intéressé par les applications d’IA qui génèrent du contenu .

Crédits image : Pexels . Toutes les captures d’écran de Sayak Boral.