 |
| Photo by Christian Gertenbach on Unsplash |
นักวิทยาศาสตร์จาก University of California, Riverside (UC Riverside) ได้พัฒนาเทคนิคในการตรวจจับการเปลี่ยนแปลงการแสดงความรู้สึกของใบหน้าในวิดีโอ Deepfake ที่มีความแม่นยำสูงสุดถึง 99% วิธีการดังกล่าวแบ่งงานออกเป็นสองสายภายในโครงข่ายประสาทเชิงลึกลึก (deep neural network): สายแรกระบุการแสดงออกทางใบหน้า และป้อนข้อมูลบริเวณใบหน้าที่มีการแสดงออกดังกล่าวไปยังสายที่สอง ซึ่งเป็นตัวเข้ารหัส-ตัวถอดรหัส ซึ่งมีสถาปัตยกรรมการตรวจจับการบิดเบือนการแสดงออกของใบหน้า และจำกัดบริเวณการบิดเบือนในรูปภาพ
Ghazal Mazaheri จาก UC Riverside กล่าวว่า "การเรียนรู้แบบมัลติทาสก์สามารถใช้ประโยชน์จากคุณลักษณะเด่นที่เรียนรู้โดยระบบจดจำการแสดงออกทางสีหน้า เพื่อประโยชน์ในการฝึกสอนระบบตรวจจับการบิดเบือนแบบทั่วไป วิธีการดังกล่าวบรรลุประสิทธิภาพที่น่าประทับใจในการตรวจจับการบิดเบือนการแสดงออกทางสีหน้า”
อ่านข่าวเต็มได้ที่: UC Riverside News
ไม่มีความคิดเห็น:
แสดงความคิดเห็น