VROF

案例

身份核验进行的那一刻,即可判定是否伪造

事后分析伪造的技术已经存在。判定一旦滞后,其结果便无从发挥作用,因此以「在核验流程进行期间得出判定」为目标。本课题为中小风险企业部(중소벤처기업부)创业成长技术开发项目框架下的国家 R&D 课题,成果为开发出 AntiFake 并申请了专利。

课题执行

以前

启动 2023.05

以后

完成 2024.07 · 性能 8 项全部达成

AntiFake 判定结果界面。显示「分析完成 / 上图有较高概率为 AI 合成图像」的文案,并以条形图呈现 AI 合成图像概率、AI 生成图像概率,下方附有两个术语的说明。
这是应用的判定结果界面。屏幕上的 98.53% 表示这一张图片为合成图的概率。检测精度是另一回事,技术页面的性能评估表中附有测量条件。
实时判别演示。伪造视频判别概率 98.53%。
客户
中小风险企业部(중소벤처기업부)创业成长技术开发(R&D)
行业
国家 R&D
实施年份
2024
周期
2023.05 – 2024.07 (15个月)
服务领域
AI 应用
  • AI 影像分析
  • 实时处理
  • AntiFake

背景

远程开户、远程身份核验、视频面试。通过人脸确认本人的流程日益增多,与之相应,确认那张脸是否真实(非伪造)的流程也成了必需。我们以中小风险企业部(중소벤처기업부)创业成长技术开发项目课题的形式应对了这一问题。

定义的问题

事后分析伪造与否的技术已经存在。本课题瞄准的是实时。如果判定不能在身份核验流程进行的那一刻得出,那么判定结果便无从发挥作用。

成果

  • 实时判别面部伪造视频的技术
  • 软件产品 AntiFake——以免费应用上架 App Store,支持 4 种语言
  • 韩国国内专利申请 1 件

AntiFake 应用的机器学习界面。顶部有 ‘Fake 탐지 / 머신러닝 / Update’ 标签,左侧 ‘딥러닝 콘트롤’ 中有训练启动按钮,右侧 ‘Deep Learning Status’ 中显示进度条和按 epoch·iteration 记录的训练日志。

除检测之外,训练也在应用内直接执行。 与其每当出现新的伪造手法就重新制作并内置模型,我们认为必须能在现场继续学习。画面中显示的正是学习进行中的状态。

AntiFake 应用的多语言界面。画面分三行,自上而下依次为英语、繁体中文、日语,每行排列着找回密码、注册、登录界面。项目名称与按钮文案随语言切换为对应语言。最右侧的启动界面因背景中的人物照片而做了模糊处理。

界面支持包括韩语在内的 4 种语言。上图展示的是其中三种,项目名称与按钮文案随语言变化。最右侧一列是启动界面,因背景中铺有测试用的人物照片而做了模糊处理,原因与封面图只截取结果面板相同。

结果

课题于 2024 年 7 月按计划完成。针对开发成果,于 2024 年 2 月申请了专利。

性能数值出自外部测试机构。龟尾电子信息技术院(구미전자정보기술원)测量了 8 个项目,8 个项目全部超过目标值。例如,移动端深度伪造检测速度方面,目标为 7FPS,实测达到 59.2FPS,该数值是在 Galaxy S21 Ultra 上测得的。由于各项目的测量设备不同,全部 8 个项目及测量条件已原样刊登在技术页面上。

同一主题的其他工作汇总在 AI 应用 页面。

事实出处

创业成长技术开发项目(디딤돌)最终报告书

为您提供节省时间的咨询服务 咨询免费 · 1个工作日内回复

联系我们