detectify

抽象的

不断增长的计算能力使深度学习算法如此强大，以至于创建一个无法区分的人类合成视频，通常称为“深色假货”变得非常简单。这种现实的面孔交换深层假货的场景被用来造成政治困扰，假恐怖主义事件，勒索人很容易设想。在这项工作中，我们描述了一种新的基于深度学习的方法，该方法可以有效地将AI生成的假视频与真实视频区分开。我们的方法能够自动检测替代和重演深色伪造。我们的系统使用RES-NEXT卷积神经网络来提取框架级别的功能和这些功能，并进一步用于训练基于长期的记忆（LSTM）的复发性神经网络（RNN），以对视频进行分类是否受到任何类型的操纵，即该视频是深虚假还是真实的视频。为了模拟实时场景并使模型在实时数据上的表现更好，我们通过混合各种可用的数据集（如面部 - 纤维增强++，DeepFake检测挑战和Celeb-df）来评估大量平衡和混合数据集的方法。

如何运行

1. 打开终端或命令提示符从您要设置项目的位置。
2. 现在运行以下命令，

git克隆https://github.com/subhansahebshaik/detectify.git

它仅在系统中安装在系统中时起作用，否则从github手动下载zip文件并将其提取到所需的位置。

3. 在根文件夹中创建一个“模型”，“ uploaded_videos”和“ uploaded_images”目录。

4. 现在从G-Drive下载模型，然后将它们复制到模型文件夹之前创建的https://drive.google.com/drive/folders/1ux8jxuxyejhllz38tcgowgsz6xfsldj-?usp = sharing

5. 现在运行，

创建虚拟环境是可选的，但建议

Python -M Venv Venv Venv 脚本激活

以下命令将安装所有必需库

pip install -r要求.txt

6. 现在运行服务器，

python manage.py runserver

7. 现在，本地服务器已准备就绪。打开任何浏览器并访问http://127.0.0.1:8000/

特别感谢

我要特别感谢Abhijitjadhav1998/deepfake_detection_uside_deecte_deep_learning存储库，以提供此项目的宝贵见解和灵感。该存储库中提出的代码和想法是开发我们基于深度学习的方法来检测AI生成的假视频的基础和指南。

---