計(jì)算機(jī)圖形學(xué)的最新進(jìn)展使得創(chuàng)建難以與現(xiàn)實(shí)世界中的人類區(qū)分的計(jì)算機(jī)生成(CG)表示形式成為可能。今日在《電子影像雜志》(JEI)上發(fā)表的論文“通過生理信號(hào)分析對(duì)視頻序列中的數(shù)字人臉進(jìn)行檢測(cè)”，提出了一種在多媒體取證中識(shí)別自然人(NAT)和CG人臉的創(chuàng)新方法，以個(gè)人的心率作為區(qū)分特征。JEI由國(guó)際光學(xué)和光子學(xué)會(huì)SPIE和影像科學(xué)與技術(shù)協(xié)會(huì)(IS&T)共同出版。

人類呈現(xiàn)出可以從視頻序列中自動(dòng)提取的脈沖信號(hào);虛擬人沒有。Mattia Bonomi和Giulia Boato在他們的論文中證明，通過著重于從人臉估算脈率并從該心率計(jì)算統(tǒng)計(jì)量的算法，他們可以將輸入人臉分類為CG或NAT。

JEI主編KarénEgiazarian指出：“機(jī)器學(xué)習(xí)和計(jì)算機(jī)圖形學(xué)的最新進(jìn)步導(dǎo)致了'deepfakes'的迅速發(fā)展，在這種情況下，視頻中真實(shí)人物的面孔被計(jì)算機(jī)生成的人代替。”“這項(xiàng)技術(shù)如今已公開可用，并且在電影界和廣告界得到了廣泛使用，欺詐者也使用了該技術(shù)。但是如何從計(jì)算機(jī)生成的人臉中區(qū)分出人臉呢?Bonomi和Boato通過以下方式解決了這個(gè)問題：提出并應(yīng)用生理信號(hào)分析，從人臉視頻中提取心率，并將其用作判別因素。”