Un grupo de investigadores ha desarrollado una nueva tecnología de vídeo que permite a una persona transferir sus expresiones faciales a otra persona en video en tiempo real, permitiendo con ello la manipulación en directo de un clip de video y abriendo con ello las puertas a un nuevo tipo de manipulación mediática realmente escalofriante.
El desarrollo de esta tecnología tiene un enorme potencial para generar el caos y la desinformación.
La tecnología es el resultado de una colaboración entre los investigadores de la Universidad alemana de Erlangen-Nuremberg, el Instituto Max-Planck de Informática, y la Universidad de Stanford en California.
De acuerdo con el abstract del proyecto, el estudio, ‘Face2Face: Captura de la cara en tiempo real y Recreación de Videos RGB’…
“Presentamos un enfoque novedoso que permite la reconstrucción facial de una secuencia de vídeo en tiempo real (por ejemplo, de un vídeo de Youtube).
La secuencia de origen es un flujo de vídeo monocular (como la secuencia objetivo, la que será modificada), capturada en directo con una cámara web doméstica. Nuestro objetivo es animar las expresiones faciales del personaje del vídeo de destino, mediante un actor y reconfigurar el vídeo de salida manipulado de forma fotorrealista y en vivo”
El equipo de investigación han mostrado la tecnología en un video en el que son capaces de manipular en tiempo real las declaraciones de personajes políticos durante una entrevista en televisión: Como “modelos del experimento” usaron a famosos políticos, entre ellos George Bush, Vladímir Putin, Donald Trump y Barack Obama.
La idea del sistema es la siguiente: a través de un sensor de profundidad de la imagen, el sistema construye una máscara para cada participante de la transmisión. La máscara está vinculada con zonas especiales de mímicas de la cara. Analizando los gestos de la fuente, el sistema crea en tiempo real una versión animada y realista de la cara receptora que reproduce las expresiones originales del usuario.
La versión del programa, usada durante las primeras fases de las investigaciones, está disponible para todos. En el sistema mostrado en el vídeo, los expertos usaron una cámara Asus Xtion PRO, un ordenador con un procesador Intel Core i7 y una tarjeta de vídeo Nvidia GTX980. El rendimiento de este ordenador es suficiente para trabajar con un vídeo de 1280×1024 pixels de resolución.
Gracias a la tecnología de captura de movimientos, el sistema puede transmitir las emociones aun cuando la fuente y el receptor cambian la posición del rostro, cuando en la toma aparece un objeto que altera el enfoque, o cuando el rostro se aleja del ángulo de visión de la cámara. El sistema también cambia la luz y la tonalidad, lo que da la oportunidad de usarlo como un espejo virtual.
Aunque la tecnología aún está lejos de ser perfecta, el resultado es altamente inquietante, incluso en esos clips de video con una baja resolución relativa, pues nos habla de lo que podremos ver en un futuro, o incluso de lo que podría estar siendo desarrollado ya y no conocemos.
La tecnología realiza un seguimiento de las expresiones faciales de origen y del video de destino y se centra en detalles tales como los dientes en el interior de la boca, para reconfigurar la imagen original y adaptarla al video de destino de la forma más realista y adecuada.
La recreación se consigue mediante una “transferencia de deformación rápida y eficiente” entre el origen y el destino y el proceso se completa cuando el rostro objetivo sintetizado se re-representa por encima de las secuencias de vídeo correspondiente.
Como vemos, la sensación que ofrece el posible desarrollo de esta tecnología, es espeluznante.
Sobretodo si nos empezamos a preguntar cuánto tiempo hará que este tipo de tecnologías, mucho más avanzadas que la que ofrecemos aquí, se están desarrollando sin nuestro conocimiento por parte de organismos con grandes fuentes de financiación, como por ejemplo, el complejo industrial-militar, y específicamente, DARPA (Agencia de Proyectos de Investigación Avanzados de Defensa del Pentágono)
Esto abre la puerta a todo tipo de manipulaciones que ponen los pelos de punta: desde crear personajes virtuales que no existen en el mundo real y que pueden articular discursos determinados en vivo, hasta suplantar a cualquier persona y poner en su boca palabras o declaraciones que jamás ha realizado, con una facilidad pasmosa, incluso con la posibilidad de manipular sus declaraciones en vivo en los medios sin que ella se percate de ello.
De esta manera, la imagen de cualquier persona “opositora” al gobierno o no conveniente a los intereses de los más poderosos, puede ser destruida con extrema facilidad.
Además, esta tecnología básica y que solo está centrada en la manipulación de la imagen en un clip de video, puede ser combinada con la tecnología ya existente de manipulación de la voz, con el objetivo de recrear virtualmente a cualquier persona por completo.
Existen softwares que pueden tomar 10 minutos de conversación de una persona y capturar todos sus patrones de voz para crear una voz sintética que la imite casi a la perfección.
Así pues, pronto un “actor” podrá suplantar por completo a cualquier persona, reconstruyendo su cara, sus expresiones y su voz y lo que es más grave: realizar esta posible manipulación en vivo, sin necesidad de realizar el trabajo de edición de un video.
Dentro de poco, la pregunta que nos tendremos que hacer cada vez que veamos un video cualquiera, sean declaraciones de un personaje o una noticia, será: ¿podemos fiarnos realmente de lo que estamos viendo y escuchando, por más realista que nos parezca?
Fuente: http://www.graphics.stanford.edu/~niessner/thies2016face.html
http://mundo.sputniknews.com/mundo/20160321/1057864042/face2face-tecnologia.html
This system instantly edits videos to make it look like you’re saying something you’re not
https://www.rt.com/viral/336379-change-face-trump-putin/
http://elrobotpescador.com/2016/03/21/atencion-crean-una-tecnologia-escalofriante-para-suplantar-a-cualquier-persona-en-vivo/
