AntiDeepfake

AntiDeepfake — это система для детекции DeepFake видео, использующая передовые нейронные сети и модели машинного обучения. Этот проект включает в себя инструменты для обнаружения фальшивых видеозаписей с помощью нескольких методов анализа, таких как анализ признаков лиц, оптический поток, частотный анализ и другие.

Особенности

• Использует модели EfficientNet, Xception, и CLIP для извлечения признаков.
• Включает в себя несколько различных подходов к детекции: анализ лиц, потока, частоты, моргания глаз и синхронизации губ.
• Модель обучается с использованием большого набора данных с метками "реальное" и "фальшивое".
• Поддержка работы с видеофайлами и их анализ в реальном времени.

Установка

Требования

• Docker

Установка зависимостей

1. Клонируйте репозиторий:

   git clone https://github.com/IvanKonovalenko/AntiDeepfake.git
   cd AntiDeepfake

2. Убедитесь, что у вас установлен Docker и Docker Compose. Вы можете загрузить и установить их с официальных сайтов:

   • Docker
   • Docker Compose

Настройка API ключа для Telegram бота

Для использования Telegram бота необходимо указать API ключ в файле конфигурации.

1. Перейдите в файл src/TgBot/TgBot/appsettings.json.
2. Укажите ваш API ключ в поле "BotToken":

{
  "BotToken": "YOUR_TELEGRAM_API_KEY"
}

Запуск проекта с помощью Docker и Docker Compose

1. Для запуска проекта с помощью Docker и Docker Compose выполните следующие команды:

   docker-compose build
   docker-compose up

   Эти команды создадут и запустят контейнеры для вашего проекта. После этого приложение будет доступно для использования.

Архитектура

Проект использует несколько моделей для извлечения признаков:

1. EfficientNet для извлечения пространственных признаков.
2. Xception для дополнительной обработки изображений.
3. CLIP от OpenAI для обработки изображений с помощью трансформеров.
4. Temporal Transformer для обработки временных данных и анализа динамики видео.

Все модели работают совместно для создания единого ансамблевого подхода, что позволяет повысить точность детекции.

Вклад

Если вы хотите внести свой вклад в проект, пожалуйста, следуйте этим шагам:

1. Форкните репозиторий.
2. Создайте свою ветку (git checkout -b feature/your-feature).
3. Коммитьте свои изменения (git commit -am 'Add new feature').
4. Отправьте пулл-реквест.