BBC R&D представляет детектор дипфейков с учетом неопределенности модели
BBC R&D представила метод выявления дипфейков с оценкой неопределенности модели, повышающую точность и снижaющую ложные срабатывания.
BBC Research & Development представила новую рамочную методику обнаружения дипфейков, основанную на учете неопределенности модели с помощью байесовских аппроксимаций.
Разработчики внедрили Bayesian Neural Networks для оценки надежности каждого предсказания, что позволяет сокращать количество ложных срабатываний и повышать устойчивость к новым видам синтетического контента.
Исследование показывает улучшение точности обнаружения на 12% по сравнению с традиционными детекторами на тестовых наборах с неизвестными алгоритмами генерации дипфейков.
BBC R&D опубликовала исходный код и модель на GitHub, что позволяет интегрировать решение в рабочие процессы редакций и платформы UGC-верификации.
Технология нацелена на снижение рисков распространения недостоверного видеоконтента и может быть адаптирована для корпоративных систем безопасности и платформ социальных медиа.