Software ermöglicht Deep Fakes in Echtzeit

Forscher von TNG Consulting konnten Webcam-Aufnahmen derart verfälschen, dass das Gesicht vor der Kamera mit dem einer anderen Person vertauscht wird.

In Pocket speichern vorlesen Druckansicht 109 Kommentare lesen
Software ermöglicht Deep Fakes in Echtzeit
Lesezeit: 2 Min.
Von
  • Alexander Neumann

Entwicklern des Münchener IT-Beratungshauses TNG Technology Consulting ist es gelungen, eine Software zu entwickeln, mit der sich sogenannte Deep Fakes in Echtzeit erzeugen lassen. Dadurch ist es möglich, Live-Aufnahmen von Webcams derart zu verfälschen, dass das Gesicht vor der Kamera mit dem einer anderen Person vertauscht wird.

Deep Fakes sind auf Basis Künstlicher Intelligenz erzeugte Fälschungen von Bildern oder Videos, die täuschend echt wirken können. Im häufigsten Anwendungsfall werden dabei Gesichter ausgetauscht und somit die Illusion erzeugt, eine andere Person in einem Video zu sehen.

Dabei wird die Mimik eines vor einer Kamera stehenden Menschen erkannt und auf die Gesichter bekannter Persönlichkeiten übertragen. Im finalen Videostream entfernt die Software zunächst das Eingabe-Gesicht und ersetzt es dann mit dem Deep Fake. Der von TNG vorgestellte Prototyp ist eine Art Spiegel, in dem man zwar die Mimik wiedererkennt, aber eben nicht das Gesicht.

Durch die Anwendung verschiedener Techniken aus dem Bereich der Computer Vision und neuronalen Netze werden hier Gesichter in der Videoeingabe erkannt, übersetzt und zurück in die Videoausgabe integriert. Durch diese Technik ist es möglich, täuschend echte Imitationen auf andere Personen zu projizieren.

Empfohlener redaktioneller Inhalt

Mit Ihrer Zustimmmung wird hier ein externes Video (Kaltura Inc.) geladen.

Ich bin damit einverstanden, dass mir externe Inhalte angezeigt werden. Damit können personenbezogene Daten an Drittplattformen (Kaltura Inc.) übermittelt werden. Mehr dazu in unserer Datenschutzerklärung.

Zum Einsatz kamen in dem Projekt mit der Deep-Learning-Bibliothek Keras trainierte Autoencoder-Netze. Trainiert wurden diese mittels sogenannter GANs (Generative Adversarial Networks). Zusätzlich verwendeten die Forscher verschiedene andere neuronale Netze zur Gesichtserkennung und -segmentierung.

Mehr dazu bei Technology Review online:

(ane)