Les techniques pour créer des vidéos deepfakes se perfectionnent quotidiennement. Il est ainsi de plus en plus difficile de les détecter. Mais alors, comment identifier une vidéo deepfake? Plusieurs méthodes peuvent cependant être utilisées pour démasquer les vidéos truquées.
La première méthode se base sur l’analyse de l’image. La deuxième méthode vise à améliorer la traçabilité de la vidéo, via les métadonnées et la recherche contextuelle (comme trouver des traces de la vidéo/image via d’autres sources).
Identifier une vidéo deepfake à travers l’analyse de l’image
Certaines parties du visage humain générées artificiellement restent encore difficile à truquer. C’est le cas pour les branches des lunettes (parties fines), les oreilles (parties complexes), l’alignement des dents ou des yeux, l’intérieur de la bouche et des narines. D’autres éléments comme l’absence ou l’irrégularité dans le clignement des yeux peuvent être un indicateur de deepfake.
Certaines recherches, notamment menées par Hany Farid (spécialiste de la reconnaissance d’images, titulaire des Alfred P. Sloan &
Guggenheim Fellowships) sont allées jusqu’à identifier l’absence d’afflux sanguins dans les vidéos deepfakes. En effet, les battements du cœur doivent normalement être visibles sur les vidéos originales. Les pixels de la peau devant se colorer de manière régulière.
Enfin, les bruits d’ambiance, inaudibles à l’oreille humaine (i.e. room tone) peuvent également aider à reconnaitre un fake audio.
Identifier une vidéo deepfake à travers ses métadonnées
Il est également possible d’utiliser les métadonnées d’une image pour savoir si elle a été truquée et détecter les modifications. Les métadonnées sont les informations numériques attachées à la vidéo comme la date ou les données GPS. Certains révélateurs apparaissent également lors de la chaine de traitement de l’image (correction couleur, dé-bruitage…). Le projet ipol.im s’intéresse notamment à ces révélateurs.
Identifier une vidéo deepfake via des analyses contextuelles
Pour des raisons évidentes, les médias s’intéressent de prêt à ses problématiques d’identification d’infox et deepfakes. L’Agence France Presse (AFP) a lancer plusieurs initiatives à travers son MediaLab comme InVid et WeVerify. Ces deux projets, accessibles au travers d’une extension de navigateur internet ont pour but de détecter si une image ou une vidéo a été truquée. Comment? En analysant les données pour remonter à la source d’origine. Dans quel but? Protéger la réputation des médias et vérifier les sources journalistiques pour éviter les propagations d’infox. L’objectif à terme est de mettre à disposition des professionnels et du grand public une base de données open source collaborative regroupant l’ensemble des contenus identifiés comme altérés ou faux.
Assurer la traçabilité d’une vidéo à travers la blockchain
Demain, nous assisterons au marquage de vidéos via watermark (marqueur numérique) afin d’en certifier l’origine. La traçabilité pourra se faire via des technologies de blockchains. Un peu à la manière de ce que proposent Louis Vuitton pour assurer la traçabilité de ces produits de luxe.
D’autres projets sont en cours d’études, comme le projet de logiciel intelligent Reality Defender de l’AI Foundation. Ce logiciel, disponible à travers une extension internet scanne les images et vidéos à la recherche d’éventuelles modifications. On notera également l’initiative lancée par deux chercheurs de l’université de UC Berkley autour d’une méthode analysant le mouvement des lèvres « lip-sync ».
Les enjeux de demain, éducation et éthique
Quoi qu’il en soit, l’éducation des internautes restera incontournable pour éviter le partage d’infox en tout genre! J’ai d’ailleurs le plaisir dans le cadre de mes fonctions d’échanger régulièrement avec des stagiaires. Les thématiques abordées lors des sessions découvertes? La face cachée des réseaux sociaux, la naissance des infox, des deepfakes, le ciblage publicitaire, le cyberharcèlement, la confidentialité des données, l’e-réputation…
Enfin, il faudra sensibiliser les créateurs de contenu à l’étique pour éviter les dérives. D’autant plus que les imperfections vont être de plus en plus difficiles à identifier à mesure que les techniques deepfakes se perfectionnent.
Voilà, j’espère que cet article vous aura aidé à y voir un peu plus clair sur les techniques aujourd’hui disponibles pour identifier les vidéos deepfakes.
Si vous souhaitez aller plus loin, je vous invite à lire mon article Découvrez les techniques utilisées pour créer les vidéos deepfakes, comment les identifier, et les risques pour nos démocraties et notre jeunesse et sur les techniques utilisées pour créer des vidéos deepfakes. De plus, je vous encourage à écouter l’excellent épisode « Deepfake: faut-il le voir pour le croire? » de la Méthode Scientifique, présentée par le Nicolas Martin.
Source image cover wired.com