Desarrolladores estadounidenses han creado un algoritmo que puede detectar cambios en la cara usando una de las herramientas en Adobe Photoshop con una precisión del 93.9%. Además, al calcular el flujo óptico entre el original y los marcos retocados, según recoge el autor original de este artículo Yana Bermán en N+1 y comparte Paula Dumas para Periodista Digital
El desarrollo de algoritmos para el procesamiento de imágenes ha llevado, entre otras cosas, a que se usen para crear fotos falsas extremadamente realistas. Por ejemplo, los llamados deepfakes reemplazan de manera realista los rostros de las personas por otros. Dichas tecnologías han provocado una amplia respuesta pública, como resultado de lo cual algunos grandes servicios de Internet han prohibido el contenido de este tipo, y los investigadores en el campo de los algoritmos para trabajar con imágenes se han centrado en crear protección contra falsificaciones.
Rostros modificados
Ahora, un equipo de desarrolladores de la Universidad de California en Berkeley y Adobe, liderados por Alexei Efros, creó un algoritmo para determinar el cambio de rostro en una foto con el popular editor gráfico Adobe Photoshop.
Los investigadores han elegido la herramienta Facial Face Makeup, que permite editar partes específicas de la cara. Éste reconoce de manera independiente la cara y sus partes principales en la imagen, y luego muestra los controles deslizantes para cada una de ellas, por ejemplo, para la boca o nariz, moviendo el usuario para estirar el área del marco según sea necesario.
El algoritmo consta de dos partes principales: una red neuronal para reconocer imágenes editadas y otra para identificar áreas que se han editado. Para resolver el primer problema, los desarrolladores utilizaron la red neuronal convolucional residual ResNet-50, originalmente entrenada en el popular conjunto de datos ImageNet, y luego entrenada en el conjunto de datos creado por los autores, que consta de casi un millón de imágenes originales y editadas.
Los desarrolladores evaluaron la eficiencia de la identificación de imágenes falsas mediante un algoritmo y la compararon con la eficiencia de las personas. La precisión general de la definición de las imágenes editadas con la función «Plástico facial» fue del 93.9%. Los autores también calificaron la precisión al elegir entre una imagen regular y editada. En este caso, la precisión del algoritmo fue de 99.4%o, y la precisión de los voluntarios en la plataforma Amazon Mechanical Turk fue de 53.5%.
Restaurar la imagen original
Sin embargo, quizás la principal innovación del trabajo es que los autores le enseñaron al algoritmo a determinar exactamente cómo se editó la imagen e incluso restaurar la imagen original.
Para ello, utilizaron una red neuronal convolucional residual separada DRN-C-26, que también recibió capacitación en ImageNet y para realizar una nueva tarea en un nuevo conjunto de datos. Sus investigadores están formados por imágenes originales y editadas para las cuales se calculó un flujo óptico, que refleja el movimiento de fragmentos de imagen entre dos cuadros. Como resultado, la red neuronal aprendió a determinar el flujo óptico sin la imagen original y, por lo tanto, a las áreas sujetas a edición.
Además, los desarrolladores intentaron usar el algoritmo para restaurar la imagen original. Para esto, el algoritmo utilizó el flujo óptico calculado, realizó la edición inversa en áreas seleccionadas y minimizó el flujo óptico utilizando la función de pérdida. Los autores demostraron la aplicabilidad general de este enfoque, pero señalaron que las imágenes reconstruidas por el algoritmo no repiten completamente el original.
Este no es el primer algoritmo para determinar imágenes editadas. El año pasado, unos desarrolladores enseñaron a una red neuronal a reconocer imágenes con objetos eliminados o clonados, así como a combinar imágenes de diferentes imágenes. Además, hay un algoritmo para trabajar con videos «falsos» con el reemplazo de personas.
Video: Consiguen rescatar recuerdos olvidados a través de la estimulación magnética
