VERANSTALTUNGEN

Developer Week 2018
25.06.18 - 28.06.18
In Nürnberg

XaaS Evolution 2018
01.07.18 - 03.07.18
In H4 Hotel Berlin Alexanderplatz

IT kessel.18
11.07.18 - 11.07.18
In Reithaus Ludwigsburg

2. Jahrestagung Cyber Security Berlin
11.09.18 - 12.09.18
In Berlin

DILK 2018
17.09.18 - 19.09.18
In Düsseldorf

Gesicht Scan 360442766 700

Der Algorithmus "XceptionNet" kommt Face-Swaps in Fotos und Videos auf die Schliche. Der maschinelle Lernalgorithmus ist von Forschern der Technischen Universität München (TUM) entwickelt worden. Die Wissenschaftler haben ihren Ansatz mithilfe eines riesigen Datensatzes von Face-Swaps trainiert. Damit wurde die bislang größte Datenbank an Fake-Bildern dieser Art erstellt.

Aufmerksamkeit wichtig

"Mir kommt das so vor, als würde man hier in einen Eskalationszyklus einsteigen: bessere Face-Swaps, bessere Detecion. Die einen lernen von den anderen. Das Problem darunter ist jedoch ein anderes: Wir glauben visuellen Medien zu sehr. Eventuell ist diese Face-Swap-Sache ein Moment, wo wir als Gesellschaft lernen, dass Fotografien und Videos inzwischen ebenso unzuverlässig geworden sind wie Gemälde", erläutert Peter Purgathofer von der TU Wien.

Die momentan aufwachsende Generation (er)lebe das am eigenen Körper und lerne das schon von den ersten Social-Media-Momenten an. "Meine Erfahrung ist, dass junge Leute heute sehr skeptisch gegenüber außergewöhnlichen Fotos sind, was gut so ist", schildert Purgathofer. Das mache den Schaden, der mit Face-Swap angerichtet werden kann, natürlich noch nicht wieder gut, aber es ist für den Experten der vielversprechendere Ansatz gegenüber dieser Eskalation.

Verbesserte Fälschungen

In ihrem Paper schreiben die Forscher von einem Datensatz zur Gesichtsmanipulation, der sich "FaceForensics" nennt. Dieser beinhaltet in etwa eine halbe Mio. bearbeite Fotos. XceptionNet wurde anhand dieser Datenbank trainiert und setzt sich gegenüber anderen Technologien ähnlicher Art durch. Damit wird jedoch nicht nur die Erkennung von Fake-Videos präziser, sondern auch die Herstellung von glaubwürdigen Fälschungen leichter. "Der Algorithmus ermöglicht es, die charakteristischen Merkmale von Face-Swaps herauszukristallisieren und eine Manipulation somit nahtloser herzustellen", schildert Andreas Rössler von der TUM.

Bis dato kann XceptionNet noch nicht getäuscht werden. Längerfristig trägt dieser Ansatz jedoch zur Verbesserung von Fälschungen bei. Laut "MIT Technology Review" sind pornografische Videos, die Gesichter bekannter Persönlichkeiten auf fremden Körpern zeigen, schon auf zahlreichen Webseiten aufgetaucht. Diese Videomaterialien nennen sich "Deepfakes". Hier ist es für das menschliche Auge nahezu unmöglich, die Manipulation zu erkennen.

pressetext.com

GRID LIST
Twitter

Twitter kauft Smyte im Kampf gegen Online-Missbrauch und Spam

Der Kurznachrichtendienst Twitter will das in San Francisco ansässige…
KI als Mann und Frau

Wirtschaftsführer fordern neue ethische Standards für KI

LivePerson, ein Anbieter von Conversational-Commerce-Lösungen, hat weltweit führende…
KI

DSGVO-Panik kurbelt Innovation in KI-Branche an

Die Einführung der in der EU seit dem 25. Mai 2018 geltenden Datenschutz-Grundverordnung…
Karl Markgraf

TeamViewer ernennt Karl Markgraf als CIO

TeamViewer, globaler Anbieter von Software für IoT, digitale Vernetzung, Monitoring,…
Smart City Wifi

Ohne WLAN keine digitale Zukunft

Nie wieder begrenztes Datenvolumen dank stadtweiter WLAN-Infrastruktur und intelligente…
Bitcoin

Schweizer BIZ übt massive Kritik an Bitcoin und Co

Bitcoin-Miner verbrauchen etwa so viel Strom wie die ganze Schweiz, während die…
Smarte News aus der IT-Welt

IT Newsletter


Hier unsere Newsletter bestellen:

 IT-Management

 IT-Security