Gesichtertausch
Wie man Video-Fakes erkennt und selbst berechnet
Um digital Gesichter eines Promis auf ein Double zu montieren, musste man bisher eine Hollywood-Effektschmiede sein – und viel Handarbeit investieren. Dank Deepfakes geht das inzwischen mit einem handelsüblichen Spielerechner.
Sie wollen vor der Familie enthüllen, dass eigentlich Sie der Jäger des verlorenen Schatzes sind? Oder wollen Sie der Tochter mit dem Gesicht von Chuck Norris mitteilen, dass sie die Musik leiser drehen soll? Beides könnten Sie mit einem neuronalen Netz machen. Im Internet hat sich für solche Videos der Begriff „Deepfakes“ („Deep Learning“ + „Fakes“) eingebürgert. Den gleichnamigen Algorithmus müssen Sie nicht selbst programmieren, sondern nur mit Beispielen trainieren, an denen er selbst lernt, was zu tun ist. Die nötige Software dafür steht fertig zum Download bereit. An ihr müssen Sie für individuelle Fakes nichts ändern. Sie brauchen nur genug Beispielbilder und viel Rechenzeit, um das neuronale Netz mit Ihren Daten lernen zu lassen.
Für eigene Deepfakes müssen Sie vor allem einige Zeit investieren, um genügend Daten zum Trainieren des Algorithmus zu sammeln. Nehmen wir beispielsweise an, Sie möchten ein Video faken, in dem Martin Schulz Ihrer Tante zum Geburtstag gratuliert. Dafür brauchen Sie mindestens einige hundert Bilder von Martin Schulz und ebenfalls mehrere hundert Porträts von Ihnen. Aus diesen Bildern berechnet der Algorithmus zuerst automatisch einen Trainingsdatensatz mit zurechtgeschnittenen Bildern und trainiert damit das neuronale Netz, damit es Ihr Gesicht gegen das des ehemaligen SPD-Vorsitzenden auszutauschen lernt.
