deepfake-detection

מה זה

התהליך פשוט למדי מבחינת הקלט. אתם מעלים תמונה מהמחשב או בוחרים מתוך עשר דוגמאות מוכנות שנטענות מקובץ דחוס ומסודרות באקראי. בנוסף יש תיבת קלט לטקסט שמחזירה פלט טקסטואלי, לצד סיווג של התמונה ותצוגה חזותית של הפנים.

מאחורי הקלעים הקוד משתמש ב־MTCNN כדי לחתוך ולזהות את תווי הפנים, ומעביר את המידע לרשת InceptionResnetV1 של facenet-pytorch. החלק המעניין כאן הוא השימוש ב־GradCAM, שמייצר מפת חום על גבי תמונת הפנים ומראה אילו פיקסלים גרמו לרשת להחליט שמדובר בזיוף או בתמונה מקורית.

מתאים ל

• בדיקת תמונות פרופיל

  זיהוי תמונות פנים חשודות ברשת כדי לבדוק אם מדובר בזיוף שנוצר במחשב.

• הסבר חזותי להחלטות רשת

  צפייה במפת החום של GradCAM כדי להבין אילו אזורים בפנים הובילו לסיווג.

• התנסות בזיהוי פנים בסיסי

  בדיקה מהירה של יכולות InceptionResnetV1 ו־MTCNN על דוגמאות מוכנות מראש.

איפה זה נופל

זה לא כלי לסריקת סרטונים, אלא לתמונות בלבד, והוא מחייב פנים ברורות שה־MTCNN יצליח לתפוס. אם בתמונה יש כמה אנשים, זווית חדה מדי או טשטוש, הזיהוי עלול להיכשל. המודל מתבסס על ארכיטקטורה שפורסמה ב־2022 ולא הייתי מסתמך עליו בלבד לבדיקות קריטיות של זיופים חדשים שנוצרו במחוללים עדכניים.

איך משתמשים

לוחצים על תמונה מוכנה מתוך הרשימה או גוררים קובץ פנימה, ממלאים את שדות הטקסט ומפעילים. אין צורך להירשם או להתחבר לחשבון. ההדגמה רצה על מעבד בסיסי בלי כרטיס מסך ייעודי, כך שעיבוד של תמונה חדשה עם חיתוך הפנים וחישוב מפת החום עשוי לקחת כמה שניות טובות. הדוגמאות המוכנות מראש נשמרו במטמון, ולכן הן יוצגו מיד.

הרישיון

הקוד מופץ תחת רישיון apache-2.0 שמאפשר שימוש חופשי, שינוי והפצה, גם לפרויקטים מסחריים. התמונות שאתם מעלים מועברות ישירות להרצה בשרת ולא מוזכר שנשמר עליהן תיעוד קבוע.

• שימוש מסחרי
• שינוי הקוד
• הפצה מחדש
• שימוש בפטנטים

הרישיון המלא ב־Hugging Face ↗