Um novo método de detecção de deepfakes em vídeos faciais superou modelos tradicionais com arquitetura enxuta. A adição de apenas 292 parâmetros extras a um modelo básico elevou a precisão em até 4,4% em benchmarks da área.
O modelo base utilizado foi o Xception, com 21,9 milhões de parâmetros. Os pesquisadores integraram um bloco de fusão leve combinando duas pistas visuais complementares, criando os detectores LFWS e LFWL.
Nos testes, a fusão aumentou a área sob a curva (AUC) de 74,8% para 78,6% no conjunto FaceForensics++. No DFDC-Preview, o salto foi de 70,5% para 74,9%. Os ganhos foram obtidos sem uso de dados extras ou aumento de dados durante a inferência.
As características fundidas são artesanais. A primeira, chamada WDF, extrai informações de baixa frequência após filtragem por wavelets. A segunda varia conforme a versão, usando o espectro de fase (SPSL) no LFWS ou padrões binários locais (LBP) no LFWL.
A combinação é feita por uma convolução 1×1, preservando a leveza do sistema. Mesmo com essa arquitetura minimalista, o modelo superou detectores baseados em frequência como F3Net e SPSL em oito benchmarks públicos.
O estudo desafia a tendência de redes cada vez maiores para detecção de falsificações. Os autores argumentam que soluções criativas e enxutas podem ser mais eficazes do que o simples aumento de escala.
O trabalho está disponível no repositório arXiv. A melhoria de desempenho não requer hardware especializado, democratizando o uso da tecnologia.
O bloco extra adiciona carga computacional desprezível. Isso viabiliza a implementação em dispositivos com recursos limitados, acelerando a resposta a ameaças digitais.
A detecção eficiente de deepfakes é essencial no combate à desinformação. Em um cenário global onde deepfakes são usados para fraudes e campanhas de difamação, ferramentas acessíveis ganham relevância.
O estudo destaca que a escolha criteriosa de pistas importa mais do que a quantidade de parâmetros. Essa abordagem pode reduzir a dependência de grandes volumes de dados e treinamento dispendioso.
Enquanto grandes empresas investem em modelos massivos, o trabalho prova que resultados competitivos podem ser alcançados com inteligência e economia. A abordagem leve barateia a detecção e acelera a resposta a ameaças emergentes.
Leia também: Pesquisadores brasileiros criam teoria que supera limite fundamental dos transistores
📨 Inscreva-se na Newsletter de O Cafezinho
Receba nossas análises e as principais notícias diárias do Brasil e do Sul Global.
Nenhum comentário ainda, seja o primeiro!