Detectando deepfakes em vídeos : uma abordagem utilizando redes neurais convolucionais residuais

Abstract

O grande crescimento de poder computacional nos últimos anos vem acompanhado de uma maior acessibilidade de pessoas comuns à hardware de alto desempenho no quesito de processamento paralelo. A popularização do uso do aprendizado de máquina também abre espaço para essas mesmas pessoas explorarem seus equipamentos neste ramo. Um dos ramos é a criação de deepfakes, isto é, vídeos contendo um ou mais rostos humanos trocados cuja troca foi necessariamente realizada por um algoritmo de inteligência artificial, possuindo muitas vezes capacidade suficiente para enganar o olho humano. Isso abre caminho para pessoas de má índole realizarem deepfakes em vídeos de indivíduos com significativa importância pública, danificando suas imagens e espalhando desinformações. Com esse fato em mente, torna-se importante a capacidade de identificá-los corretamente. Este trabalho propõe o treinamento de uma rede convolucional residual profunda a fim de detectara presença de um deepfake. Para este fim, inicialmente, foi necessário obter uma base de dados de vídeos com vários exemplos tanto de vídeos apresentando rostos inalterados quanto de vídeos apresentando deepfakes para o treinamento da rede. Feito isso, a primeira etapa se caracteriza pela remoção da face do indivíduo sob diferentes instantes de tempo no vídeo e a divisão destas entre faces reais e faces forjadas. Na segunda etapa temos o treinamento de uma rede convolucional residual para a classificação dos rostos extraídos. Temos então na terceira etapa o teste da arquitetura treinada da rede convolucional residual final diretamente na detecção dos vídeos contendo deepfakes. Foi demonstrado que uma rede neural convolucional é uma opção viável na tarefa de detecção de deepfakes.