Flujo del proceso del algoritmo. Tres fases principales caracterizan el flujo de trabajo:(a) cálculo de la señal temporal a partir de parches faciales y eliminación de ruido; (b) normalización de la señal; y (c) extracción de características y clasificación SVM. Crédito:Bonomi y Boato
Los avances recientes en gráficos por computadora están haciendo posible crear representaciones generadas por computadora (CG) de seres humanos que son difíciles de distinguir de sus contrapartes del mundo real. "Detección digital de rostros humanos en secuencias de vídeo mediante un análisis de señales fisiológicas, "un artículo publicado hoy en el Revista de imágenes electrónicas (JEI) , presenta una forma innovadora de discernir entre los seres humanos naturales (NAT) y los rostros generados por ordenador en el contexto de la ciencia forense multimedia, utilizando la frecuencia cardíaca de las personas como característica de discriminación. JEI es coeditado por SPIE, la sociedad internacional de óptica y fotónica, y por la Society for Imaging Science and Technology (IS&T).
Los seres humanos presentan una señal de pulso que se puede extraer automáticamente de una secuencia de video; los humanos virtuales no. En su papel Mattia Bonomi y Giulia Boato demuestran que al centrarse en un algoritmo para la estimación de la frecuencia del pulso a partir de rostros humanos y calcular estadísticas a partir de esa frecuencia cardíaca, pueden clasificar la cara de entrada como CG o NAT.
"Los avances recientes en el aprendizaje automático y los gráficos por computadora han llevado al rápido desarrollo de 'deepfakes, 'donde el rostro de una persona real en un video es reemplazado por uno generado por computadora, "señala la editora en jefe de JEI, Karén Egiazarian." Esta tecnología está disponible abiertamente hoy en día, y, junto con su amplio uso en la industria del cine y la publicidad, también ha sido utilizado por estafadores. Pero, ¿cómo distinguir un rostro humano de uno generado por computadora? Bonomi y Boato abordan esta cuestión proponiendo y aplicando un análisis de señales fisiológicas, extraer la frecuencia cardíaca del video del rostro humano, y utilizándolo como factor discriminatorio ".
Los autores del artículo son Mattia Bonomi y Giulia Boato, ambos de la Universidad de Trento, Departamento de Ingeniería e Informática, Trento, Italia.
