埃隆·马斯克成为 Twitter 的所有者！
Posted: Thu Dec 05, 2024 10:37 am
英特尔推出的 Deepfake 检测器可分析视频像素中的“血流”，并在几毫秒内返回结果，准确率高达 96%。
英特尔公司Responsible AI推出了FakeCarcher技术，该技术可 智利电话号码资源 以以96%的准确率检测假视频。英特尔的 Deepfake 检测平台是世界上第一个能够在毫秒内提供实时结果的检测器。
“Deepfake 视频已经无处不在。您可能看过名人做过或说过从未真正发生过的令人难以置信的事情的视频。” - Ilke Demir，英特尔实验室高级研究科学家。
探测器如何工作？
英特尔的平台使用了 FakeCatcher，这是 Demir 与纽约州立大学教授 Umur Çifçi 共同开发的探测器。该探测器使用英特尔软件和硬件，在服务器上运行，并通过网络平台进行交互。在软件方面，FakeCatcher 的优化架构得到了一系列专业工具的支持。使用英特尔® Integrated Performance Primitives（多线程软件库）和 OpenCV（用于实时图像和视频处理的工具包）优化计算机视觉模块。逻辑推理块通过英特尔® Deep Learning Boost 和英特尔® 高级矢量扩展 512 进行了优化，媒体块则通过英特尔® 高级矢量扩展 2 进行了优化。团队使用 OpenVino 来运行 AI 模型。现在，它还转而使用开放视觉云项目，为英特尔® 至强® 可扩展处理器家族提供集成软件堆栈。在硬件方面，检测器平台可在第三代 Intel® Xeon® 可扩展处理器上同时运行多达 72 个操作。
如果您决定将您的职业生涯与技术领域联系起来，您肯定需要了解至少一种编程语言 - 以全新的方式开始学习编程，适应现代市场需求并取得成功
→立即注册！
大多数基于深度学习的检测器都依赖于原始数据，并试图捕捉不真实的迹象来确定视频的问题所在。相比之下，FakeCatcher 寻找视频中的真实性迹象，例如视频像素中的人体血流。当我们的心脏泵血时，我们的静脉会改变颜色。这些血流线索是从整个面部图像中收集的，算法将它们转换成时空图。然后，利用深度学习，我们可以立即确定视频是否真实。
这很重要：
Deepfake视频的威胁日益严重。据 Gartner 称，企业将在网络安全工具上花费约 1880 亿美元。实时检测深度伪造视频也很困难——应用程序需要几个小时才能获得结果。
Deepfake会给人们的生活带来巨大的负面影响和损害，例如失去对媒体的信任。 FakeCatcher 允许用户自己找出真假，从而帮助恢复可信度。
使用FakeCatcher有多种选择。社交媒体平台可以利用这项技术来防止用户上传有害的深度伪造视频。全球新闻机构可以使用该检测器来防止无意中发布被操纵的视频。非营利组织可以利用该平台使深度伪造检测民主化。
英特尔公司Responsible AI推出了FakeCarcher技术，该技术可 智利电话号码资源 以以96%的准确率检测假视频。英特尔的 Deepfake 检测平台是世界上第一个能够在毫秒内提供实时结果的检测器。
“Deepfake 视频已经无处不在。您可能看过名人做过或说过从未真正发生过的令人难以置信的事情的视频。” - Ilke Demir，英特尔实验室高级研究科学家。
探测器如何工作？
英特尔的平台使用了 FakeCatcher，这是 Demir 与纽约州立大学教授 Umur Çifçi 共同开发的探测器。该探测器使用英特尔软件和硬件，在服务器上运行，并通过网络平台进行交互。在软件方面，FakeCatcher 的优化架构得到了一系列专业工具的支持。使用英特尔® Integrated Performance Primitives（多线程软件库）和 OpenCV（用于实时图像和视频处理的工具包）优化计算机视觉模块。逻辑推理块通过英特尔® Deep Learning Boost 和英特尔® 高级矢量扩展 512 进行了优化，媒体块则通过英特尔® 高级矢量扩展 2 进行了优化。团队使用 OpenVino 来运行 AI 模型。现在，它还转而使用开放视觉云项目，为英特尔® 至强® 可扩展处理器家族提供集成软件堆栈。在硬件方面，检测器平台可在第三代 Intel® Xeon® 可扩展处理器上同时运行多达 72 个操作。
如果您决定将您的职业生涯与技术领域联系起来，您肯定需要了解至少一种编程语言 - 以全新的方式开始学习编程，适应现代市场需求并取得成功
→立即注册！
大多数基于深度学习的检测器都依赖于原始数据，并试图捕捉不真实的迹象来确定视频的问题所在。相比之下，FakeCatcher 寻找视频中的真实性迹象，例如视频像素中的人体血流。当我们的心脏泵血时，我们的静脉会改变颜色。这些血流线索是从整个面部图像中收集的，算法将它们转换成时空图。然后，利用深度学习，我们可以立即确定视频是否真实。
这很重要：
Deepfake视频的威胁日益严重。据 Gartner 称，企业将在网络安全工具上花费约 1880 亿美元。实时检测深度伪造视频也很困难——应用程序需要几个小时才能获得结果。
Deepfake会给人们的生活带来巨大的负面影响和损害，例如失去对媒体的信任。 FakeCatcher 允许用户自己找出真假，从而帮助恢复可信度。
使用FakeCatcher有多种选择。社交媒体平台可以利用这项技术来防止用户上传有害的深度伪造视频。全球新闻机构可以使用该检测器来防止无意中发布被操纵的视频。非营利组织可以利用该平台使深度伪造检测民主化。