計算機圖形學的最新進展使得創(chuàng)建難以與現(xiàn)實世界中的人類區(qū)分的計算機生成(CG)表示形式成為可能。今天在《電子影像雜志》(JEI)上發(fā)表的一篇論文“通過生理信號分析對視頻序列中的數(shù)字人臉進行檢測” ，提出了一種在多媒體取證的背景下識別自然人(NAT)和CG人臉的創(chuàng)新方法，以個人的心率作為區(qū)分特征。JEI由國際光學和光子學會SPIE和影像科學與技術協(xié)會(IS&T)共同出版。

人類呈現(xiàn)出可以從視頻序列中自動提取的脈沖信號。虛擬人沒有。Mattia Bonomi和Giulia Boato在他們的論文中證明，通過專注于從人臉進行脈搏頻率估計的算法并從該心率計算統(tǒng)計數(shù)據(jù)，他們可以將輸入人臉分類為CG或NAT。

JEI主編KarénEgiazarian指出：“機器學習和計算機圖形學的最新進展導致了'deepfakes'的迅速發(fā)展，在這種情況下，視頻中真實人物的面孔被計算機生成的人代替。” “這項技術如今已經公開可用，并且在電影界和廣告界得到了廣泛使用，欺詐者也使用了這種技術。但是如何區(qū)分人臉和計算機生成的人臉?Bonomi和Boato通過以下方式解決了這個問題：提出并應用生理信號分析，從人臉視頻中提取心率，并將其用作判別因素。”

本文的作者是意大利特倫托特倫托大學工程與計算機科學系的Mattia Bonomi和Giulia Boato。