Inteligência Artificial cria deepfakes com batimentos cardíacos realistas
Berlim — InkDesign News — Pesquisadores da Humboldt University of Berlin desenvolveram, com machine learning, deepfakes que reproduzem batimentos cardíacos realistas, dificultando sua detecção por algoritmos tradicionais.
Contexto da pesquisa
Deepfakes são vídeos manipulados por técnicas de inteligência artificial (AI), como deep learning, capazes de alterar expressões faciais e trocas de rosto entre pessoas. Até então, um dos principais indicadores para detectar esses vídeos era a ausência de sinais fisiológicos naturais, como o pulso propriamente dito. Métodos experimentais baseados em fotopletismografia remota (rPPP) — que analisa variações de luz e sangue na pele —vinham sendo testados para autenticar vídeos reais, mas a hipótese era que deepfakes não conseguiam reproduzir esses sinais vitais.
Método proposto
O estudo da Humboldt University aplicou um detector próprio, baseado em aprendizado profundo, que extrai o ritmo cardíaco de vídeos em apenas 10 segundos de análise facial e compensa movimentos e ruídos. Usando um dataset próprio com vídeos originais acompanhados de eletrocardiogramas (ECG) como referência, os pesquisadores validaram a precisão do rPPP para estimar as taxas reais de batimento cardíaco com margem de erro de apenas 2 a 3 batimentos por minuto.
Em seguida, criaram deepfakes a partir desses vídeos para testar a capacidade do detector em reconhecer a presença do pulso. Para surpresa, o modelo identificou batimentos mesmo em vídeos manipulados, indicando que os sinais de pulso são inadvertidamente incorporados a partir dos vídeos originais, quando se transfere o movimento facial junto das variações subtis na cor da pele.
Resultados e impacto
“Nossos resultados mostram que um batimento cardíaco realista pode ser inserido de propósito pelo atacante, mas também pode ser ‘herdado’ involuntariamente do vídeo original. Pequenas variações no tom da pele são transferidas ao deepfake junto com os movimentos faciais, replicando o pulso original.”
(“Our results show that a realistic heartbeat may be added by an attacker on purpose, but can also be ‘inherited’ inadvertently from the driving genuine video. Small variations in skin tone of the real person get transferred to the deepfake together with facial motion, so that the original pulse is replicated in the fake video.”)— Dr. Peter Eisert, Professor, Humboldt University of Berlin
Apesar da dificuldade atual de detectar o batimento cardíaco falso com métodos globais, os autores sugerem que futuros detectores de deepfakes podem focar em variações fisiológicas locais no fluxo sanguíneo da face, que ainda não são reproduzidas de forma autêntica pelos modelos atuais, oferecendo uma fragilidade explorável na detecção.
Este avanço alerta para a complexidade crescente da detecção de deepfakes baseados em inteligência artificial e machine learning, e reforça a importância do desenvolvimento contínuo de ferramentas sofisticadas para verificação da autenticidade visual.
Veja mais em machine learning e deep learning.
Fonte: (TechXplore – Machine Learning & AI)
