davidcastagnetoa faceforensics_classifier
Modelo de clasificación binaria (real/fake) entrenado en FaceForensics++ para detectar deepfakes, face swaps (DeepFaceLab, FaceSwap) y GAN-generated faces en el video de selfie.
When to use
Ejecutar sobre los frames del video de selfie como capa de detección de deepfakes, después de liveness pasivo y antes de la decisión final.
Instructions
- Descargar modelos preentrenados de FaceForensics++: https://github.com/ondyari/FaceForensics
- Modelo recomendado: XceptionNet entrenado en c23 (calidad media):
xception_c23.pkl. - Preprocesar: detectar y recortar cara, redimensionar a 299x299, normalizar a [-1, 1].
- Inferencia:
pred = model(preprocessed_face)→ score de probabilidad de ser fake. - Umbral de rechazo:
fake_score > 0.5→ posible deepfake, incrementar flag antifraude. - Analizar múltiples frames (mínimo 5) y promediar scores para reducir falsos positivos.
- Exportar a ONNX y desplegar en Triton para latencia óptima.
Notes
- Repositorio oficial: https://github.com/ondyari/FaceForensics
- El modelo c40 (alta compresión) es más robusto ante videos comprimidos por WebRTC.
- Fine-tuning con DeepFaceLab y Face2Face mejora significativamente la detección de ataques actuales.