detectify

Абстрактный

Растущая вычислительная сила сделала глубокие алгоритмы обучения настолько мощными, что создание неразличимого человеческого синтезированного видео, обычно называемого глубокими подделками, стало очень простым. Сценарии, где это реалистичное лицо поменяется глубокими подделками, используются для создания политических бедствий, фальшивых террористических событий, легко представляется шантаж народы. В этой работе мы описываем новый метод, основанный на глубоком обучении, который может эффективно отличить поддельные видео, сгенерированные AI от реальных видео. Наш метод способен автоматически обнаружить замену и реконструкцию глубоких подделок. Наша система использует нейронную сеть Res-Next Convolution для извлечения функций уровня кадров и этих функций и дополнительно используется для обучения долгосрочной памяти (LSTM) рецидивирующей нейронной сети (RNN), чтобы классифицировать, подчиняется ли видео каким-либо манипуляциям или нет, т.е. является ли видео поддельное или реальное видео. Чтобы эмулировать сценарии в реальном времени и сделать модель лучше работать в данных в реальном времени, мы оцениваем наш метод на большом количестве сбалансированного и смешанного набора данных, приготовленных путем смешивания различных доступных набора данных, таких как Face-Forensic ++, задача обнаружения глубоких ног и Celeb-DF.

Как бежать

1. Откройте терминал или командную строку в месте, где вы хотите установить проект.
2. Теперь запустите следующую команду,

git clone https://github.com/subhanshebshaik/detectify.git

Он работает только в том случае, если GIT установлен в вашей системе, иначе загрузите ZIP -файл вручную из GitHub и извлеките его в желаемое место.

3. Создайте каталоги «модели», «uploaded_videos» и «uploaded_images» в корневой папке.

4. Теперь загрузите модели с G-Drive, затем скопируйте их в папку моделей, созданную ранее https://drive.google.com/drive/folders/1ux8jxuxyejhllz38tcgowgsz6xfsldj-?usp=sharing

5. Теперь беги,

Создание виртуального еврейка является необязательным, но рекомендуется

Python -m venv venv venv scripts активируется

Следующая команда установит все необходимые проекты библиотеки

PIP установка -R TEDS.TXT

6. Теперь запустите сервер,

Python Manage.py Runserver

7. Теперь локальный сервер готов. Откройте любой браузер и посетите http://127.0.0.1:8000/

Особое спасибо

Я хотел бы выразить свою особую благодарность Abhijitjadhav1998/DeepFake_Detection_USING_DEEP_LEALNGINGNENT за предоставление ценной информации и вдохновения для этого проекта. Код и идеи, представленные в этом хранилище, послужили основой и руководством для разработки нашего метода, основанного на глубоком обучении для обнаружения искусственных видео, созданных AI.

---