VERANSTALTUNGEN

IT-Sourcing 2018
03.09.18 - 04.09.18
In Hamburg

DILK 2018
17.09.18 - 19.09.18
In Düsseldorf

abas Global Conference
20.09.18 - 21.09.18
In Karlsruhe

it-sa 2018
09.10.18 - 11.10.18
In Nürnberg

Digital Marketing 4Heroes Conference
16.10.18 - 16.10.18
In Wien und München

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
David Helfer

David Helfer ist neuer Vertriebsleiter in Europa bei F5

F5 Networks hat David Helfer zum neuen Senior Vice President of Sales für Großbritannien,…
Matroschka

Malware-Matroschka: Windows-Wurm in Android-Backdoor eingebettet

Im vergangenen Monat erregte eine Android-Backdoor das Aufsehen der Virenanalysten von…
Firmenübernahme

Orange schließt Übernahme der Basefarm Holding ab

Orange gab bekannt, dass die Übernahme von 100% von Basefarm durch die…
Instagram

Instagram-Hacking-Welle: Phishing-Angriffe signifikant gestiegen

Derzeit haben einige Instagram-Nutzer keinen Zugriff auf ihre Konten und können den…
Bitcoin

Bitcoin unter 6.000 Dollar gefallen

Die Bitcoin ist in den frühen Morgenstunden auf unter 6.000 Dollar gefallen und lag…
Investment Series D

Exabeam erhält 50 Millionen Dollar mit neuer Finanzierungsrunde

Exabeam, ein Hersteller von Lösungen für Security Intelligence und Management (SIEM), hat…
Smarte News aus der IT-Welt

IT Newsletter


Hier unsere Newsletter bestellen:

 IT-Management

 IT-Security