VERANSTALTUNGEN

ELO Solution Day - Stuttgart
18.10.18 - 18.10.18
In Kornwestheim (bei Stuttgart)

Digital Workspace World
22.10.18 - 22.10.18
In Wiesbaden, RheinMain CongressCenter

PM Forum 2018
23.10.18 - 24.10.18
In Nürnberg

PM Forum 2018
23.10.18 - 24.10.18
In Nürnberg

MCC Fachkonferenz CyberSecurity für die Energiewirtschaft
24.10.18 - 25.10.18
In Köln

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
Social Media

Personaler schnüffeln gezielt in Sozialen Netzwerken

Viele Personaler in Unternehmen überprüfen nicht nur die eingereichten Unterlagen,…
Hacker

Neue Hackergruppe visiert Regierungs- und Militärsektor an

Symantec hat Erkenntnisse über eine neue Hackergruppe namens Gallmaker veröffentlicht.…
Virus Detected

Super-Virus "Lojax": Tiefer im System als jemals zuvor

Ein neuer Computervirus macht derzeit die Runde. Er könnte sich als erster einer völlig…
E-Commerce

E-Commerce-Markt Deutschland 2018

Die Studie untersucht den deutschen B2C E-Commerce-Markt aus Angebotssicht anhand einer…
Bitcoin

Bitcoin-Markt ist laut Forschern praktisch reif

Laut einer statistischen Analyse von Forschern des Instituts für Nuklearphysik der…
Smartphone

Täuschend echte Google Play Fake-App im Umlauf

Manche Entwickler mobiler Anwendungen meiden die traditionellen App-Stores. Das kommt…
Smarte News aus der IT-Welt