Deepfake в исследованиях восприятия лица

Излагается современный метод коллажирования изображений с заменой лиц Deepfake — продукт искусственного интеллекта (AI), с помощью которого можно создавать высококачественные реалистичные видеоролики с поддельным или замененным лицом, без явных следов манипуляций. На основе приложения DeepFaceLab (DFL) поэтапно описывается процесс создания видеоизображений «невозможного лица». Представлены результаты экспериментов по изучению закономерностей восприятия подвижного «невозможного лица» и их отличий в статике и динамике. В качестве стимульного материала выступили две модели виртуальных натурщиков с «невозможным лицом», сконструированные с помощью DFL: видеоизображения химерического лица, правая и левая стороны которого принадлежат разным людям и тэтчерезированное лицо, на котором области глаз и рта повернуты на 180°. Показано, что феномены восприятия «невозможного лица», зарегистрированные ранее в условиях статики (целостность восприятия раздвоенного изображения, эффекты дистракции и инверсии), при экспозиции динамических моделей сохраняются и приобретают новое содержание. В отличие от коллажированных изображений оригинальные лица в статике и движении независимо от эгоцентрической ориентации оцениваются позитивно на уровне высоких значений. При всех тестируемых условиях пол виртуального натурщика определяется адекватно, воспринимаемый возраст переоценивается. Оценки эмоций виртуального натурщика по его видеоизображениям дифференцируются на основные (устойчивые) и дополнительные (меняющиеся) состояния, соотношение которых зависит от содержания конкретного эпизода. Технология синтеза изображений Deepfake существенно расширяет возможности психологического исследования межличностного восприятия. Использование цифровых технологий упрощает создание стимульных моделей «невозможного лица», необходимых для углубленного изучения репрезентаций внутреннего мира человека, и формирует потребность в новых экспериментально-психологических процедурах, отвечающих более высокому уровню экологической и социальной валидности.

1. Барабанщиков В.А. Экспрессии лица и их восприятие. М.: ИП РАН, 2012. 341 с.
2. Барабанщиков В.А. (отв. ред.) Когнитивные механизмы невербальной коммуникации. М.: Когито- Центр, 2017. 359 с.
3. Барабанщиков В.А., Королькова О.А. Восприятие экспрессий «живого» лица // Экспериментальная психология. 2020. Том 13. № 3. C. 55—73. DOI:10.17759/exppsy.2020130305
4. Барабанщиков В.А., Маринова М.М. Воспринимаемые качества и оценка экспрессий подвижного химерического лица. Лицо человека в контекстах природы, технологий и культуры / Отв. ред. К.И. Ананьева, В.А. Барабанщиков, А.А. Демидов. М.: Московский институт психоанализа; Когито- Центр, 2020. 430 с. (В печати).
5. Барабанщиков В.А., Маринова М.М. Восприятие видеоизображений химерического лица // Познание и переживание. 2020. Том 1. № 1. С. 112—134. doi:10.51217/cogexp_2020_01_01_07
6. Барабанщиков В.А., Маринова М.М., Абрамов А.Д. Виртуальная личность подвижного тэтчеризированного лица // Психологическая наука и образование. 2021. Том 26. № 1. С. 5—18. DOI:10.17759/pse.2021000001
7. Барабанщиков В.А., Маринова М.М., Абрамов А.Д. Виртуальная личность тэтчеризированного лица в статике и динамике // Экспериментальная психология в социальных практиках / Отв. ред. В.А. Барабанщиков, В.В. Селиванов. М.: Универсум, 2020. С. 7—16.
8. Барабанщиков В. А., Маринова М. М., Абрамов А. Д. Иллюзия Маргарет Тэтчер на подвижном лице // Сборник материалов ежегодной конференции по когнитивной науке, посвященной памяти Дж.С. Брунера «Психология познания: низкоуровневые и высокоуровневые процессы» (г. Ярославль, 18—19 декабря 2020 г.). Ярославль: Ярославский государственный университет имени П.Г. Демидова, 2021. (В печати).
9. Anna. DeepFaceLab: инструмент для генерации дипфейков [Электронный ресурс] // Neurohive. URL: https://neurohive.io/ru/frameworki/deepfacelab-instrument-dlya-generacii-dipfejkov/ (дата обращения: 30.11.2020).
10. Chawla R. Deepfakes: How a pervert shook the world // International Journal of Advance Research and Development. 2019. Vol. 4. № 6, P. 4—8.
11. Demuthova S., Démuth A. Handedness and the Preference of the Visual Field in Face Perception. // European Scientific Journal. 2018. DOI:10.19044/esj.2018.c3p8.
12. Dole M., Méary D., Pascalis O. Modifications of Visual Field Asymmetries for Face Categorization in Early Deaf Adults: A Study With Chimeric Faces // Front. Psychol. 2017. Vol. 8. P. 30. DOI:10.3389/ fpsyg.2017.00030
13. Maras M., Alexandrou A. Determining Authenticity of Video Evidence in the Age of Artificial Intelligence and in the Wake of Deepfake Videos. // International Journal of Evidence and Proof. 2018. Vol. 23. P. 255— 262. DOI:10.1177/1365712718807226.
14. Perov I., Gao D., Chervoniy N., Liu K., Marangonda S., Ume C., Mr. Dpfks., Facenheim C. F., RP L., Jiang J., Zhang S., Wu P., Bo zhou, Zhang W. DeepFaceLab: A simple, flexible and extensible face swapping framework [Электронный ресурс]. 2020. // ArXiv. URL: https://arxiv.org/pdf/2005.05535.pdf (дата обращения: 13.10.2020).
15. Stephanie S. A. H. Blom, Henk Aarts & Gün R. Semin. Lateralization of facial emotion processing and facial mimicry. // Laterality. 2020. Vol. 25 № 3. P. 259—274. http://doi.org/10.1080/1357650X.2019.1657127
16. Thompson P. Margaret Thatcher: A new illusion // Perception. 1980. Vol. 9. P. 483—484. https://doi. org/10.1068/p090483
17. Weibert K., Müller V., Sänger J. Familiarity abolishes right-hemispheric bias in face perception // Journal of Vision. 2017. Vol. 17. DOI: 10.1167/17.10.998
18. Westerlund M. The Emergence of Deepfake Technology: A Review // Technology Innovation Management Review. 2019.Vol. 9, № 11, P. 39—52. http://doi.org/10.22215/timreview/12
19. Williams L.R., Grealy M.A., Kelly S.W., Henderson I., Butler S.H. Perceptual bias, more than age, impacts on eye movements during face processing // Acta Psychologica. 2016. Vol. 164. P. 127—135. DOI:10.1016/j. actpsy.2015.12.012

PlumX

Метрики публикации