現実と合成の境界は、生成AIによって曖昧になりました。しかし、ディープフェイクや高度なレンダリングには、没入感のある現実を損なう欠陥、すなわち光の物理、幾何学、時間的な一貫性における知覚可能なギャップがしばしば存在します。この記事では、3Dモデリングとコンピュータビジョンの技術を用いてデジタルコンテンツを監査し、これらの不整合を特定し、レンダリングと実際の録画を区別する方法を分析します。
技術分析：照明、影、顔の幾何学 🔍
ディープフェイクの監査は、物理ベースのレンダリングの原理に基づいています。最初の方法は環境照明の分析です。AI生成器は、主要な光源の方向を再現したり、自己遮蔽影（物体が自身に投影する影）を計算したりする際に、しばしば失敗します。例えば、顔のディープフェイクでは、シーンの支配的な光源と一致しない目のハイライトが表示されることがあります。さらに、顔の幾何学が重要です。コンピュータビジョンツールは、顔の3Dモデルを再構築し、対称性やプロポーションを標準的な生体認証パラメータと比較できます。鼻筋の曲率の歪みや、耳の位置における不自然な非対称性は、しばしば改ざんを示しています。
実践例：バイラルコンテンツにおける非現実的なものの検出 🕵️
実際には、これらの方法はバイラルなディープフェイクを暴露してきました。有名な事例は、政治家がジェスチャーをしている動画です。顎の遮蔽分析により、あごの影が頭の動きに合わせて正しく移動していないことが明らかになりました。これはAI動画生成器に典型的な欠陥です。別の例では、超リアルな製品レンダリングが関係していました。物体のガラスにおける光の屈折が、モデル化された曲率に対して物理的に不可能でした。これらの監査は、AIが進歩しても、物理法則が没入感のある現実の欠陥を検出する最良の手段であり続けることを示しています。
人間の目には知覚できないディープフェイクの幾何学的および照明の不整合を検出するために、3Dモデリングをどのように適用できるでしょうか？
(追伸：ディープフェイクの検出は、疑わしいピクセルを探すウォーリーをさがせ！のようなものです。)