Français
Contact
Contact

AntiFake

AntiFake détecte en temps réel les vidéos de visages falsifiés. Développée dans le cadre du programme de développement technologique pour la croissance des start-ups (창업성장기술개발사업) du ministère des PME et des Start-ups (중소벤처기업부), elle a été mesurée sur huit critères par un organisme de test externe.

중소벤처기업부 창업성장기술개발(R&D) · Durée 2023.05 – 2024.07

APERÇU

Une technologie d’IA qui détecte en temps réel les vidéos de visages falsifiés,
développée dans le cadre d’un projet national de R&D.

Ouverture de compte à distance, vérification d’identité en ligne, entretiens vidéo : à mesure que se multiplient les procédures d’identification par le visage, il devient nécessaire de vérifier que ce visage est authentique.

Des technologies d’analyse a posteriori existent déjà. L’objectif de ce projet est la détection en temps réel : le verdict est fourni pendant la procédure de vérification elle-même.

PERFORMANCES

Résultats de l’évaluation des performances par un organisme externe.

L’Institut de recherche en électronique et technologies de l’information de Gumi (GERI) a mesuré huit critères, et tous ont dépassé leur objectif.

Résultats de l’évaluation des performances de l’Institut de recherche en électronique et technologies de l’information de Gumi (GERI) — 8 critères, par environnement de mesure
Critère Unité Objectif Mesuré Verdict
Mesures sur ordinateur GPU RTX 3090 · CPU Intel Core i9-10900F · RAM 32GB
Précision d’extraction des points caractéristiques du visage % 95 ou plus 99 PASS
Précision d’extraction du visage AntiDeepFake % 93 ou plus 99.84 PASS
Temps d’extraction des points caractéristiques du visage ms 33.3 ou moins 2.043 PASS
Temps d’extraction du visage AntiDeepFake ms 222 ou moins 7.283 PASS
Mesures sur mobile Samsung Galaxy S21 Ultra (Android) · iPhone 13 Pro Max (iOS) · 5G
Vitesse d’extraction des points caractéristiques du visage sur mobile FPS 20 ou plus 70.3 Android 74.3 iOS PASS
Vitesse d’extraction du visage AntiDeepFake sur mobile FPS 7 ou plus 59.2 Android 41.8 iOS PASS
Taux d’utilisation du processeur lors de l’extraction des points caractéristiques sur mobile % 60 ou moins 46.8 Android 40.8 iOS PASS
Taux d’utilisation du processeur lors de la détection AntiDeepFake sur mobile % 90 ou moins 48.2 Android 66.68 iOS PASS
Organisme de test
구미전자정보기술원(GERI)
Période de test
2024.03.29 – 2024.04.18
Date d’émission
2024.04.26
Lieu du test
주식회사 브이로프
Jeu de données
FaceForensics++ (DeepFakes · Face2Face · FaceSwap · NeuralTextures)
Méthode de mesure
Moyenne de 5 mesures répétées sur 30 échantillons
Couverture du certificat d’évaluation des performances délivré par l’Institut de recherche en électronique et technologies de l’information de Gumi (GERI). Y figurent l’entreprise requérante VROF Inc. (주식회사 브이로프), l’objet testé — AntiFake, technologie d’IA de détection en temps réel des vidéos de visages falsifiés — et 8 critères de test.
Couverture du certificat d’évaluation des performances.

APPLICATIONS

AntiFake peut s’appliquer aux domaines suivants.

  • eKYC · Vérification d’identité à distance

    Vérifie que la vidéo du visage transmise lors d’une ouverture de compte ou d’un contrôle d’identité est bien une prise de vue réelle.

  • Vérification d’identité à distance

    Vérifie que l’interlocuteur est filmé en direct lors d’un contrôle d’identité par visioconférence.

  • Vérification des preuves vidéo

    Pour les procédures qui exigent de déterminer si une vidéo transmise a été falsifiée.

  • Filtrage sur les plateformes de contenu

    Pour les services qui doivent écarter les vidéos falsifiées dès leur mise en ligne.

Intégration d’AntiFake La vidéo passe par le contrôle en temps réel d’AntiFake. Jugée authentique, elle rejoint la procédure de vérification d’identité existante et est approuvée ; jugée falsifiée, elle est bloquée avant d’entrer dans la procédure. Entrée vidéo Caméra · téléversement AntiFake Détection en temps réel Image par image Vérif. d’identité Visage · pièce d’identité Approbation Blocage · nouvel essai Avant la procédure Réel Faux Seul ce bloc est ajouté

PRODUIT

Téléchargeable gratuitement sur l’App Store.

Lancement2024.02.06
Langues prises en chargeCoréen · Anglais · Chinois traditionnel · Japonais
DisponibilitéTéléchargée dans 25 pays (App Store, au 25.09.2024)
Télécharger App Store
Écrans de l’application AntiFake en anglais, en chinois traditionnel et en japonais. Pour chaque langue, les écrans de récupération du mot de passe, d’inscription, de connexion et d’accueil sont présentés côte à côte.
Écrans en anglais, en chinois traditionnel et en japonais.

L’intégration aux systèmes d’entreprise, le transfert de technologie et les licences font l’objet d’un accord séparé. Indiquez-nous votre environnement d’application et nous vous présenterons les options possibles.

R&D

Réalisé dans le cadre d’un projet national de R&D.

Intitulé du projetAI 적용, 얼굴 위변조 영상 실시간 탐지기술 개발
Programme de soutien중소벤처기업부 창업성장기술개발(R&D)
Organisme gestionnaire중소기업기술정보진흥원(TIPA)
Période de réalisation2023.05 – 2024.07
Responsable de projet (PDG)
Budget total de R&D 150 millions de wons (dont subvention publique 120 millions de wons)
LivrableAntiFake (logiciel)
Attestation d’exécution du projet de recherche (연구과제수행확인서). Programme : développement technologique pour la croissance des start-ups (창업성장기술개발사업, volet Didimdol), début de la recherche : 2023-05-01, budget total de recherche : 150 000 000 wons, délivrée par le président de l’Agence coréenne de promotion des technologies et de l’information pour les PME (중소기업기술정보진흥원, TIPA).
Attestation d’exécution du projet de recherche — développement technologique pour la croissance des start-ups (volet Didimdol). Le budget total de recherche s’élève à 150 millions de wons.
Attestation d’exécution de projet. Programme : développement de l’innovation technologique des PME (중소기업기술혁신개발사업, volet réponse au marché), délivrée par le président de l’Agence coréenne de promotion des technologies et de l’information pour les PME (중소기업기술정보진흥원, TIPA).
Attestation d’exécution de projet — programme de développement de l’innovation technologique des PME. Projet mené par le dirigeant comme responsable de projet au sein de la société affiliée Eenter Co., Ltd. ((주)이엔터).
Attestation de dépôt fiduciaire des données techniques (기술자료 임치증). N° de contrat 2024-02-32-5003, intitulé du dépôt « AI 적용, 얼굴 위·변조 영상 실시간 탐지기술 개발 », période de dépôt 2024.09.20 – 2025.09.19, développeur : VROF Inc. (주식회사 브이로프), organisme émetteur : Fondation coréenne pour la coopération entre grandes et petites entreprises, l’agriculture et la pêche (대·중소기업·농어업협력재단).
Attestation de dépôt fiduciaire des données techniques (대·중소기업·농어업협력재단). Le code source essentiel est placé en dépôt afin de protéger les droits sur la technologie.

Cette technologie est issue du programme de R&D pour la croissance des start-ups (Didimdol) du ministère des PME et des Start-ups.

BREVETS

État des brevets associés.

Le dirigeant est l’inventeur des trois brevets, que VROF exploite en vertu d’un accord d’exploitation conclu avec la société affiliée.

Type Intitulé · numéro Dépôt Délivrance Titulaire · inventeur
Enregistré Système et procédé de production d’effets spéciaux par reconnaissance faciale 10-2529209 2021.09.16 2023.04.28 주식회사 이엔터 Inventeur et al.
Enregistré Système de traitement distribué pour la détection en temps réel d’images deepfake en environnement mobile 10-2896820 2022.12.28 2025.12.02 주식회사 이엔터 Inventeur et al.
Déposé AfterRemaker (classe 09) 10-2024-0022442 2024.02.16 En cours d’examen 주식회사 브이로프 Inventeur et al.
Certificat d’enregistrement du brevet n° 10-2529209. Intitulé de l’invention : « Système et procédé de production d’effets spéciaux par reconnaissance faciale », titulaire : Eenter Co., Ltd. (주식회사 이엔터).
Brevet n° 10-2529209 — système d’effets spéciaux par reconnaissance faciale
Certificat d’enregistrement du brevet n° 10-2896820. Intitulé de l’invention : « Système de traitement distribué pour la détection en temps réel d’images deepfake en environnement mobile », titulaire : Eenter Co., Ltd. (주식회사 이엔터).
Brevet n° 10-2896820 — traitement distribué pour la détection de deepfakes en temps réel sur mobile
Avis de numéro de dépôt de brevet. Numéro de dépôt : 10-2024-0022442, date de dépôt : 2024.02.16, déposant : VROF Inc. (주식회사 브이로프), intitulé de l’invention : « Dispositif et procédé de détection d’images falsifiées fondés sur l’intelligence artificielle ».
Demande 10-2024-0022442 — au nom de VROF, en cours d’examen

COLLECTE DE DONNÉES

Les collecteurs de VROF sont conçus pour résister aux interruptions.

Une collecte qui dure plusieurs jours peut être interrompue par un délai de réponse, une erreur de format ou l’arrêt d’un ordinateur. VROF intègre dès le départ la reprise au point d’arrêt et le complément des seules plages manquantes, pour livrer des données complètes.

  1. 01

    Nous lisons les valeurs que la page contient déjà, pas l’affichage

    Avec des sélecteurs calés sur la structure de l’écran, une refonte du site fait entrer d’autres valeurs sans le moindre signal.

  2. 02

    La reprise se fait là où la collecte s’est arrêtée

    Une collecte à grande échelle finit toujours par s’interrompre. Au redémarrage, à partir du point de progression enregistré et

  3. 03

    Une nouvelle collecte n’écrase pas les données déjà obtenues

    La fusion se fait par identifiant unique : les données acquises restent intactes, seuls les doublons sont écartés.

  4. 04

    Les échecs sont listés, et seuls ceux-ci sont relancés

    Les adresses dont la collecte a échoué sont enregistrées à part, puis un script relance uniquement cette liste.

  5. 05

    En cas de blocage, la collecte continue par un autre chemin

    Sans réponse ou face à une réponse au format corrompu, la collecte bascule sur un autre chemin et reprend à partir de ce point.

  6. 06

    Livré sous une forme qui s’exécute sans environnement de développement

    L’outil est livré sous forme d’exécutable, utilisable sans installer Python.

Notre système de collecte le plus durable a fonctionné pendant 5 ans sur plus de 40 sites, avec une maintenance continue au fil des changements de structure et des blocages des sites cibles.

GPU distribué

Plusieurs serveurs reliés, un traitement GPU distribué

Les modèles d’IA trop lourds pour un seul serveur sont répartis sur plusieurs serveurs GPU qui fonctionnent ensemble. Inferaft, un service que nous exploitons nous-mêmes, repose sur cette architecture.

  • Serveurs reliésPlusieurs serveurs GPU sont mis en réseau et utilisés comme un seul.
  • Traitement distribuéLes grands modèles et les volumes de requêtes sont répartis entre les GPU de chaque serveur.
  • En productionInferaft traite des requêtes réelles en abonnement sur inferaft.com.

Visiter inferaft.com Voir le cas Inferaft

COMPÉTENCES

Les technologies pratiquées en 23 ans de développement.

Le dirigeant conçoit et développe lui-même. Selon la taille du projet, il sélectionne directement les développeurs nécessaires ; nous ne sous-traitons pas l’ensemble des exigences.

  • Python
  • PHP
  • Linux
  • HTML
  • Docker
  • AWS
  • EC2
  • GitHub
  • Redis
  • MongoDB
  • Node.js

Trois collaborateurs permanents, sans sous-traitance externe.

Contact

Pour adopter AntiFake ou collaborer sur la technologie, parlez-en à VROF.

Indiquez-nous l’environnement d’application et ce qu’il faut détecter : nous étudierons les modes d’adoption possibles.

Demande d’adoption d’AntiFake Voir le dossier du projet