Les deepfakes pourraient anonymiser les gens dans les vidéos tout en gardant leur personnalité

Catégorie: Intelligence artificielle Posté 17 sept.

L'IA pourrait générer des visages qui correspondent aux expressions de sujets anonymes pour leur garantir la confidentialité, sans perdre leur capacité à s'exprimer.

Les nouvelles: Une nouvelle technique utilise les réseaux antagonistes génératifs (GAN), la technologie derrière les deepfakes, pour anonymiser quelqu'un sur une photo ou une vidéo.

Comment ça fonctionne: L'algorithme extrait des informations sur l'expression faciale de la personne en trouvant la position des yeux, des oreilles, des épaules et du nez. Il utilise ensuite un GAN, formé sur une base de données de 1,5 million d'images de visages, pour créer un visage entièrement nouveau avec la même expression et le fondre dans la photo originale, en conservant le même arrière-plan.

Problème: Développée par des chercheurs de l'Université norvégienne des sciences et technologies, la technique est encore très expérimentale. Il fonctionne sur de nombreux types de photos et de visages, mais se déclenche toujours lorsque le visage est partiellement occlus ou tourné à des angles particuliers. La technique est aussi très pépin pour la vidéo.

Autre travail: Ce n'est pas la première technique d'anonymisation des visages basée sur l'IA. Un document en février, des chercheurs de l'Université d'Albany ont utilisé l'apprentissage en profondeur pour transplanter des éléments clés des expressions faciales d'un sujet sur quelqu'un d'autre. Cette méthode exigeait qu'un donneur consentant offre son visage comme nouvelle toile pour les expressions.

Pourquoi est-ce important: L'anonymisation des visages est utilisée pour protéger l'identité d'une personne, comme un lanceur d'alerte, sur des photos et des séquences. Mais les techniques traditionnelles, telles que le floutage et la pixellisation, risquent d'être incomplètes (c'est-à-dire que l'identité de la personne peut être découverte de toute façon) ou de supprimer complètement la personnalité de la personne (c'est-à-dire en supprimant les expressions faciales). Parce que les GAN n'utilisent pas du tout le visage d'origine du sujet, ils éliminent tout risque du premier problème. Ils peuvent également recréer des expressions faciales en haute résolution, offrant ainsi une solution à ces dernières.

Pas toujours le méchant : La technique démontre également une nouvelle proposition de valeur pour les GAN, qui ont acquis la mauvaise réputation de réduire l'obstacle à la production de fausses informations convaincantes . Bien que cette étude se soit limitée aux médias visuels, elle montre par extension comment les GAN pourraient également être appliqués à l'audio pour anonymiser les voix.