Hoe u deepfakes kunt detecteren: een gids voor het opsporen van valse media

We delen vaak foto’s en video’s op websites en sociale media zonder rekening te houden met de mogelijke risico’s. Of het nu via spraak, video of afbeeldingen is, deepfakes worden steeds moeilijker te detecteren, omdat de technologieën die worden gebruikt om ze te maken een ongelooflijk nauwkeurigheidsniveau hebben. Maar je hoeft niet weer een onschuldig slachtoffer te worden. Deze handleiding laat zien hoe u een deepfake-afbeelding, -video of -geluid betrouwbaar en nauwkeurig kunt detecteren.

Over welke soorten deepfakes moet ik me zorgen maken?

Het ontstaan ​​van deepfakes is een zeer recent fenomeen dat velen van ons heeft verrast. De wortels liggen in nieuwere AI-technologieën, zoals ‘ stabiele diffusie ’ en generatieve vijandige netwerken (GAN).

Er zijn drie populaire soorten deepfakes:

• Technologieën voor gezichtsuitwisseling : vervang het gezicht van de ene persoon door een ander voor een onherkenbare ruil. Ik was totaal onder de indruk van hoe nauwkeurig een van deze face-swapping-software onder mijn zonnebril kon ‘gluren’ om een ​​nieuwere versie van mij te creëren. Het lijkt op Photoshop, maar dan veel krachtiger!

• AI-stemgeneratoren : vind je de manier waarop je klinkt niet leuk? Nu kunt u veel online AI-spraakgeneratortechnologieën gebruiken om u een synthetische stem te geven die klinkt als de echte stem. Natuurlijk hoeven slechte acteurs alleen maar je originele video’s online te downloaden om een ​​deepfake-stem te creëren.
• Videosynthesesoftware : er zijn veel apps die deepfake-video’s kunnen genereren door een doelafbeelding te uploaden op een video naar keuze. Onlangs werd een onbekende videosynthesizer door een criminele bende gebruikt om een ​​in Hong Kong gevestigd bedrijf 25 miljoen dollar te bedriegen tijdens een Zoom-videoconferentie.

Veel van de apps die worden gebruikt om deepfakes te maken, zijn legitiem te vinden op internet, in Google Play en de App Store. Detecteer eenvoudig deepfakes met behulp van de volgende methoden.

1. Visuele aanwijzingen

Deepfake-detectie lijkt een eenvoudige aangelegenheid voor degenen die kunnen zien of een afbeelding een beetje ‘vreemd’ aanvoelt. Bij vroege deepfakes kon je ze vaak herkennen aan de hand van een paar waarschuwingssignalen, zoals onscherpe randen, een te glad gezicht, dubbele wenkbrauwen, glitches of een algemeen ‘onnatuurlijk’ gevoel van hoe het gezicht past.

Door de vooruitgang van deze technologieën wordt het echter steeds moeilijker om de nepbeelden en video’s van de echte te onderscheiden. Toch kun je proberen te letten op vervaging, vervorming en griezelige gezichtsverschillen.

Visueel zijn er enkele duidelijke weggeefacties in de nepafbeelding aan de rechterkant: vooral de onnatuurlijke dubbele kin. Als je meer gegevens nodig hebt, vergelijk dan de nepafbeelding met veel meer originele voorbeelden.

Bij video’s is de meest voor de hand liggende weggever wanneer een deepfake geen natuurlijke beweging heeft, maar deepfakes vaak wel pulsen hebben. Onregelmatigheden (zoals verschillende delen van het gezicht die verschillende bewegingen vertonen) kunnen helpen bij het identificeren van een deepfake-video.

Er zijn ook biometrische indicatoren, maar daar gaan we niet op in, omdat het niet mogelijk is om biometrische gegevens te analyseren met behulp van gratis smartphone- of computerapps.

2. De ‘inzoomen’-techniek

Hoewel een deepfake-afbeelding op het eerste gezicht tamelijk vloeiend lijkt (het is veel minder waarneembaar dan een gephotoshopte afbeelding), hoeft u alleen maar in te zoomen op de afbeelding om eventuele onregelmatigheden op te sporen. Een verborgen gezicht, onregelmatige contouren en misvormde oren zijn slechts enkele van de zichtbare tekenen van een deepfake.

Om deepfakes op een videoconferentieplatform te herkennen, hebben experts een aantal vergelijkbare strategieën aanbevolen. In plaats van de andere deelnemer in een miniatuur- of galerijweergave te bekijken, kunt u een weergave op volledig scherm krijgen, waardoor deze wordt vergroot zodat uw hele scherm wordt gevuld.

3. Metagegevens van afbeeldingen gebruiken

Van alle AI-deepfake-detectiemethoden is dit de meest betrouwbare en voor iedereen gemakkelijk toegankelijk. Controleer de metagegevens van een afbeelding om te bepalen of het een originele afbeelding is.

Op een Windows-computer opent u de eigenschappen van een afbeelding door met de rechtermuisknop te klikken. Ga naar het tabblad Details en u kunt de cameraspecificaties vinden, zoals cameramaker, cameramodel, belichtingstijd, ISO-snelheid, brandpuntsafstand en of er al dan niet een flitser is gebruikt. Een deepfake-afbeelding kan deze details nooit bevatten.

Op een Mac-apparaat klikt u met de rechtermuisknop op een afbeelding en selecteert u Info ophalen -> Meer info om de metagegevens van de afbeelding te bekijken.

Er is online software voor metagegevens van afbeeldingen beschikbaar die meer geavanceerde details biedt. Jimpl is een van de beste tools en volledig gratis te gebruiken.

Upload een afbeelding die met een smartphone is gemaakt en bekijk vervolgens de EXIF-informatie. Zelfs als locatie is uitgeschakeld, zijn de Mobile Content Cloud (MCC)-gegevens altijd ingeschakeld. (Het is verbonden met de SIM-provider.) Bovendien zijn de hoogte, breedte en megapixels van de afbeelding op hun maximale waarden, iets wat deepfake-afbeeldingen gewoon niet kunnen repliceren.

Als u een beroemdheid bent en uw afbeelding zich in het publieke domein bevindt, kunt u met de metagegevens uw profielauteursrecht bekijken, dat de datum aangeeft waarop een afbeelding is geüpload. U kunt er zeker van zijn dat deze gegevens niet kunnen worden vervalst.

Als u een screenshot heeft gemaakt met een Android-telefoon, wordt Google de eigenaar van het profielauteursrecht. Hetzelfde geldt voor Apple op iPhones.

Wanneer u een deepfake-afbeelding of -video uploadt vanwege de metadata, wordt er hierboven geen informatie weergegeven. Het nepbeeld heeft gewoon geen eigen stamboom. Ook de kleine en beperkte afbeeldingsgrootte/-breedte zou een reden tot verdenking moeten zijn.

4. Online tools om deepfakes te detecteren

Er bestaat een aantal deepfake-detectiesoftware, maar niet veel. We hebben veel online tools getest om deepfakes te detecteren. De meeste van hen geven onnauwkeurige resultaten en valse positieven.

Velen eisen ook vooruitbetaling, iets wat we niet zouden aanbevelen, omdat de resultaten niet bevredigend zijn. In onze experimenten ontdekten ze dat veel van onze originele foto’s ‘nep’ waren en konden ze de deepfake-foto’s niet identificeren.

De volgende online tools vallen echter op als de beste uitzonderingen en werkten redelijk goed voor ons.

Valse beelddetector

Fake Image Detector is een gratis tool die diep in de metagegevens en binaire bestanden van een afbeelding duikt om directe resultaten van deepfake-detectie te geven. Als u een originele afbeelding hebt, is het antwoord ‘Geen foutniveau gedetecteerd’. Het genereert verder een softwarehandtekening om de authenticiteit te bewijzen.

De software is echter gevoelig voor fouten. Het kan soms gebeuren dat een voor de hand liggend deepfake-beeld niet wordt gedetecteerd, maar daar is een oplossing voor.

In plaats van de deepfake-afbeelding in de oorspronkelijke grootte te plaatsen, wilt u misschien “inzoomen” op een geselecteerd deel van de afbeelding. Maak een screenshot en analyseer alleen dat deel. De software identificeert hetzelfde beeld als het door de computer gegenereerde beeld.

Foto Forensisch onderzoek

Foto Forensics is een geavanceerder hulpmiddel dat de zeer nauwkeurige methode “Error Level Analysis” (ELA) gebruikt om compressieniveaus in afbeeldingen te detecteren. Als een bepaald deel van een afbeelding een ander foutniveau heeft, werd dit digitaal aangepast en toegevoegd aan de hoofdafbeelding.

In dit voorbeeld heeft het beeldvlak een andere ELA-kleur en -component, zoals te zien in het zwarte vierkant.

Aan de andere kant is dit voorbeeld de ELA-analyse voor een goed cameragebaseerd beeld. Er zijn geen onregelmatigheden. Het verschil is te subtiel voor mensen om op te merken, maar machines zijn er goed in om het op te merken.

Als je deepfakes wilt detecteren, zijn er niet veel andere overtuigende tools. AI or Not is echter een goede en veel gemakkelijker te gebruiken.

Omdat deepfake-detectietechnologie een gebied in ontwikkeling is, moet u uw ogen openhouden voor nieuwe methoden. Laten we ook niet vergeten hoe het internet werkt: zelfs als deze vervalsingen worden ontdekt, zullen ze waarschijnlijk toch opnieuw in omloop worden gebracht en door sommige mensen worden geloofd. Als u een iPhone gebruikt, bent u wellicht geïnteresseerd in AI-apps die inhoud genereren .

Afbeeldingscredits: Pexels . Alle schermafbeeldingen door Sayak Boral.