AntiFake
AntiFake 是实时判别人脸伪造视频的技术。通过中小风险企业部创业成长技术开发项目开发，由外部测试机构测量了 8 项指标。
중소벤처기업부 창업성장기술개발(R&D) · 实施 2023.05 – 2024.07
用 AI 实时判别人脸伪造视频的技术，
已通过国家 R&D 项目完成开发。
随着非面对面开户、远程身份验证、视频面试等以人脸确认本人身份的流程日益增多，确认人脸是否真实的技术也变得必要。
事后分析是否伪造的技术早已存在。本课题的目标是实时判别，在确认流程进行的同时给出判定结果。
外部测试机构的性能评估结果。
龟尾电子信息技术研究院测量了 8 项指标，全部超过目标值。
| 测试项目 | 单位 | 目标 | 实测 | 判定 |
|---|---|---|---|---|
| 桌面端测量值 GPU RTX 3090 · CPU Intel Core i9-10900F · RAM 32GB | ||||
| 人脸图像特征点提取准确率 | % | 95 以上 | 99 | PASS |
| AntiDeepFake 人脸提取准确率 | % | 93 以上 | 99.84 | PASS |
| 人脸图像特征点提取耗时 | ms | 33.3 以下 | 2.043 | PASS |
| AntiDeepFake 人脸提取耗时 | ms | 222 以下 | 7.283 | PASS |
| 移动端测量值 Samsung Galaxy S21 Ultra (Android) · iPhone 13 Pro Max (iOS) · 5G | ||||
| 移动端人脸图像特征点提取速度 | FPS | 20 以上 | 70.3 Android 74.3 iOS | PASS |
| 移动端 AntiDeepFake 人脸提取速度 | FPS | 7 以上 | 59.2 Android 41.8 iOS | PASS |
| 移动端特征点提取时处理器占用率 | % | 60 以下 | 46.8 Android 40.8 iOS | PASS |
| 移动端 AntiDeepFake 检测时处理器占用率 | % | 90 以下 | 48.2 Android 66.68 iOS | PASS |
- 测试机构
- 구미전자정보기술원(GERI)
- 测试期间
- 2024.03.29 – 2024.04.18
- 签发日期
- 2024.04.26
- 测试地点
- 주식회사 브이로프
- 数据集
- FaceForensics++ (DeepFakes · Face2Face · FaceSwap · NeuralTextures)
- 测量方法
- 30 个测量样本 × 5 次重复测量的平均值
AntiFake 可应用于以下领域。
-
eKYC · 非面对面实名认证
在开户和身份认证流程中，判别提交的人脸视频是否为真实拍摄。
-
远程身份确认
在视频身份确认流程中，确认对方是否正在实时拍摄。
-
视频证据核验
适用于需要判别所提交视频资料是否被伪造或篡改的流程。
-
内容平台过滤
适用于需要在上传阶段过滤伪造视频的服务。
可在 App Store 免费下载。
| 发布 | 2024.02.06 |
|---|---|
| 支持语言 | 韩语 · 英语 · 中文（繁体） · 日语 |
| 使用范围 | 在 25 个国家/地区被下载（App Store，截至 2024.09.25） |
| 下载 | App Store |
与企业系统对接、技术转让及许可需另行协商。请告知适用环境，我们将为您说明可行的方式。
以国家 R&D 课题形式实施。
| 课题名称 | AI 적용, 얼굴 위변조 영상 실시간 탐지기술 개발 |
|---|---|
| 扶持项目 | 중소벤처기업부 창업성장기술개발(R&D) |
| 专门机构 | 중소기업기술정보진흥원(TIPA) |
| 实施期间 | 2023.05 – 2024.07 |
| 课题负责人 | （代表理事） |
| 研究开发总费用 | 1.5 亿韩元 （政府支持 1.2 亿韩元） |
| 开发成果 | AntiFake （软件） |
本技术为中小风险企业部「创业成长技术开发项目（디딤돌）」的研发成果。
相关专利情况。
三项专利均由代表担任发明人，并根据与关联公司签订的专利权使用协议由 VROF 使用。
| 类别 | 名称 · 编号 | 申请 | 注册 | 权利人 · 发明人 |
|---|---|---|---|---|
| 已注册 | 通过人脸识别呈现特效的系统及其方法 10-2529209 | 2021.09.16 | 2023.04.28 | 주식회사 이엔터 发明人 等 |
| 已注册 | 用于移动环境下实时检测深度伪造图像的分布式处理系统 10-2896820 | 2022.12.28 | 2025.12.02 | 주식회사 이엔터 发明人 等 |
| 已申请 | AfterRemaker（第09类） 10-2024-0022442 | 2024.02.16 | 审查中 | 주식회사 브이로프 发明人 等 |
VROF 的采集器在设计时就考虑到中断。
连续运行数日的采集，可能因响应延迟、格式错误、电脑关机等原因中途中断。VROF 从一开始就具备从中断处续传、只补齐缺失区间的功能，交付完整的数据。
-
01
读取页面已有的数据，而非画面
用选择器定位画面结构时，网站一旦改版，就会悄然抓到错误的值。
-
02
记录中断位置
大批量采集难免中途中断。重新开始时，依据已保存的进度位置和
-
03
重新采集也不会覆盖已有数据
以唯一标识符合并。已获取的资料保持不变，仅过滤重复项。
-
04
记录失败清单，仅重新采集失败项
单独记录采集失败的地址，并提供仅重新采集该清单的脚本
-
05
受阻时切换路径继续
若无响应或响应格式异常，则切换至其他路径，从该位置
-
06
以无需开发环境即可运行的形式交付
制作成可执行文件交付，负责人无需安装 Python 即可使用。
运行时间最长的采集系统覆盖40 余个网站，已运行5 年，期间持续针对目标网站的结构变化和封锁进行维护。
连接多台服务器，由 GPU 分布式处理
单台服务器难以承载的 AI 模型，会拆分到多台 GPU 服务器上协同运行。我们自主运营的 Inferaft 正是基于这一架构。
- 服务器互联通过网络将多台 GPU 服务器连接起来，作为一个整体使用。
- 分布式处理将大模型和大量请求分配到各服务器的 GPU 上处理。
- 正在运营Inferaft 已在 inferaft.com 以订阅服务形式处理真实请求。
23 年开发经历中积累的技术。
由代表亲自设计和实现。根据项目规模直接挑选所需开发人员，不将需求原样转包。
- Python
- PHP
- Linux
- HTML
- Docker
- AWS
- EC2
- GitHub
- Redis
- MongoDB
- Node.js
现有 3 名正式员工，不对外转包。