DeepFakes – Remplacez un visage dans n’importe quelle vidéo

@Korben  —  3 février 2018

La nouvelle coqueluche de Reddit depuis fin janvier, s'appelle Deepfakes.
Il s'agit d'un soft qui en utilisant du machine learning, est capable de décomposer frame par frame une vidéo, pour remplacer le visage de quelqu'un par quelqu'un d'autre.
Mais attention, il ne s'agit pas d'un simple trucage cinématographique… non, non.
En nourrissant l'algo de nombreuses photos, celui-ci est capable de reconstituer un visage dans ses moindres détails et de le faire parfaitement correspondre à un autre, en reconstituant, y compris, les parties qu'il ne connaît pas.
Machine learning FTW !

<noscript><iframe width="800" height="450" src="https://www.youtube.com/embed/8Pm4EDofw4c?feature=oembed" frameborder="0" allow="autoplay; encrypted-media" allowfullscreen></noscript>

L'utilisation première de Deepfakes est donc pour le moment, de remplacer le visage d'acteurs ou d'actrices pornos par celui de célébrités pour faciliter la vie de ceux qui manquent d'imagination.
Évidemment, la mise à disposition de tous de cet outil provoque la colère de certains (à Hollywood principalement) et soulève beaucoup de questions sur la légitimité ou pas de faire ça. Nicolas Cage continue sa carrière de meme, marchant dans les pas de Chuck Norris, et même Pornhub ne veut plus de vidéo DeepFakes sur ses serveurs.
Mais si on fait abstraction de cet usage, c'est quand même une chouette techno. Comme je n'ai pas vraiment envie d'afficher du porno ici (à votre plus grand regret, je sais), je vais plutôt reprendre comme exemple cette utilisation qu'a fait Sven Charleer de DeepFakes.
Il a pris en photo le visage de sa femme Elke, sous de nombreux angles…

Elke, la femme de Sven

Puis a sélectionné un morceau d'interview d'Anne Hathaway au Tonight Show avec Jimmy Fallon…

Anne Hathaway

Et voilà le résultat. Sa femme au Tonight Show plus réaliste que réaliste…

Sympa comme utilisation non ? Amusant de pouvoir faire figurer quelqu'un dans son émission ou son film préféré.
C'est une chouette surprise je trouve 😉

Quoiqu'il en soit, si cet outil vous intéresse, voici quelques liens qui vous en apprendront plus.

• Il y a une application nommée FakeApp disponible ici.
• Un tutorial ici
• Un site entièrement consacré à ça
• Et pour le lien du sub Reddit, je vous laisse vous débrouiller 😉

Amusez-vous bien !

REF.:

Vous ne pourrez plus échapper à la vidéosurveillance de cette IA

Une nouvelle solution d'intelligence artificielle permet de détecter des visages et d'identifier des individus à partir d'images de basse résolution et sans grande puissance de calcul.

Devant nous, la photo d’un délinquant responsable d’une série de vols à la tire. L’image, extraite de la vidéosurveillance du métro de Toulouse, présente une mauvaise définition de seulement 30 x 30 pixels. Pourtant, les services de police ne vont mettre que quelques secondes à reconstituer tout le parcours de l'individu dans les transports à partir de différentes caméras. Et aussi peu de temps à l'identifier dans leur base de données. Grâce au logiciel de la société BrainChip qui vient de remporter un prix de l’innovation lors du salon Milipol la semaine dernière à Paris.
Jusqu’à maintenant, la reconnaissance faciale reposait principalement sur une antique technique consistant à mesurer la distance entre des séries de points constitués par les yeux, le nez ou encore la bouche. Ce qui nécessitait non seulement de recourir à des images HD, mais aussi de disposer d’une certaine puissance de calcul. BrainChip est en passe de s’affranchir de ces contraintes.

A l'origine, une technologie française

Cette société née en Australie, a ouvert des bureaux en Californie et racheté l'année dernière la start-up d'intelligence artificielle toulousaine Spikenet, une spin-off du CNRS dont elle reste proche. Son logiciel est donc issu à l'origine d'une technologie française.
« Contrairement à un réseau neuronal convolutif qui doit être entraîné préalablement à reconnaître des critères sur des quantités phénoménales de data, nous pouvons exercer notre réseau à partir d’une seule image », nous explique Bob Beachler, Senior Vice Président Marketing et Business de la société.

C’est ce que l’on appelle de l’apprentissage non supervisé, c’est-à-dire que la méthode consiste à distinguer des motifs récurrents et à regrouper les données par similarité. L’avantage est de pouvoir soumettre de façon spontanée n’importe quelle image avec un minimum de 24 X 24 pixels et d’obtenir un résultat quasiment en temps réel.
Le processus est toujours le même : l'utilisateur crée un modèle à partir d'un visage tiré d'une vidéo ou d'une photo. Si l'image est floue, l'opérateur peut extraire de la même manière un tatouage, un dessin sur un t-shirt ou un accessoire distinctif (voir la capture d'écran ci-dessous). La machine la compare ensuite aux images d'une caméra en temps réel ou à des enregistrements. Elle sort alors un panel de 20 à 30 captures se rapprochant le plus du modèle. A charge pour l'homme de vérifier en bout de course la pertinence du résultat. La puissance du logiciel est telle qu'il est capable d'identifier des personnes même si elles portent une capuche, des lunettes ou qu'elles affichent 20 ans de plus que sur l'image de départ .

Un réseau neuronal inspiré de l'homme

Une performance  possible grâce à la particularité du réseau neuronal de BrainChip. « Nous nous sommes inspirés du fonctionnement du cerveau humain et de ses synapses qui émettent des décharges électriques pour actionner les neurones », ajoute encore Bob Beachler. L’idée a donc été de copier le système visuel de l’homme dont le traitement d’image repose sur la propagation d’une vague d’impulsions à travers plusieurs couches de neurones. On appelle cela un réseau de neurones impulsionnels (spiking neural network). Et c’est la première société à lancer une suite logicielle basée sur cette méthode dans le domaine de la surveillance civile. Le programme est commercialisé depuis le mois de juillet dernier et testé en France par la police nationale de Toulouse, la DGSE ainsi que la préfecture de police de Paris. Le but n'est pas seulement de s'en servir pour retrouver la trace de suspects mais aussi de potentiels témoins ou victimes.
BrainChip propose en sus depuis octobre dernier, une version hardware : BrainChip Accelerator. Ce sont des circuits intégrés reprogrammables en silicium. Leur intérêt est d'être facilement intégrable à des serveurs ou des caméras et de multiplier par 6 la vitesse et la précision du logiciel. Intel et IBM s'activeraient actuellement pour sortir des solutions similaires et concurrentes.

REF.:

Facebook: La reconnaissance faciale avec un taux de réussite de 83%

Facebook peut désormais reconnaître un visage partiellement caché dans une photo

Le réseau social progresse dans le domaine de la reconnaissance faciale. Un nouvel algorithme reconnaît les gens qui ne regardent pas l'appareil photo ou dont le visage est dissimulé.

© cc Patty

Pour le moment, ce nouvel algorithme a un taux de réussite de 83%.

agrandir la photo

Facebook identifie des visages dans des photos depuis des années. Mais jusqu’à présent, l’algorithme n’était pas capable de reconnaître des personnes dont le visage est partiellement caché, par un masque ou une grande mèche de cheveux par exemple. On apprend grâce au New Scientist que c’est désormais à sa portée.

Le laboratoire d’intelligence artificielle de Facebook travaille à un algorithme expérimental qui reconnaît les personnes dont le visage n’est pas entièrement reconnaissable. Il s’appuie à ce moment-là sur d’autres points caractéristiques comme la coiffure, les vêtements, la forme du corps… « Nous utilisons de nombreux indices pour identifier une personne, explique Yann LeCun, responsable de l’intelligence artificielle chez Facebook. On peut ainsi facilement reconnaître Mark Zuckerberg à son tee-shirt gris. »

Des questions de vie privée

Et pour tester son algorithme, les équipes lui ont soumis 40 000 photos publiques issues de Flickr, certaines avec des visages parfaitement visibles d’autres avec des visages dissimulés. L’algorithme s’en est sorti avec un taux de réussite de 83 %. Encourageant.

Pour Yann LeCun un tel outil serait utile aux internautes pour savoir par exemple quand une photo d’eux apparaît sur le Net. Si cet outil est encore en phase de test, il pourrait fort bien faire ses débuts avec l’appli Moments, lancée mi-juin. A l’inverse, être capable d’identifier une personne qui ne regarde pas l’appareil photo ou qui cache son visage derrière ses mains peut poser des soucis de vie privée. Sachez toutefois qu’en Europe, la reconnaissance faciale automatique est interdite.

 

REF.:

A lire aussi :
La reconnaissance faciale appliquée à la voiture connectée