Machine Learning
Fake-Bilder anhand von Frequenzanalysen erkennen

Von Dr. Julia Weiler 3 min Lesedauer

Anbieter zum Thema

Sie wirken täuschend echt, sind aber von Computern gemacht: Sogenannte Deep-Fake-Bilder werden mithilfe von maschinellem Lernen generiert und sind für menschliche Betrachter kaum von realen Fotos zu unterscheiden. Das soll sich nun mit einer neuen Methode ändern.

Die Frequenzanalyse offenbart typische Artefakte in computergenierten Bildern.(Bild:  © RUB, Marquard)
Die Frequenzanalyse offenbart typische Artefakte in computergenierten Bildern.
(Bild: © RUB, Marquard)

Forscherinnen und Forscher des Horst-Görtz-Instituts für IT-Sicherheit der Ruhr-Universität Bochum und des Exzellenzclusters „Cyber Security in the Age of Large-Scale Adversaries“ (Casa) haben eine neue Methode entwickelt, mit der Deep-Fake-Bilder effizient identifiziert werden können. Dafür kommt eine klassische Technik der digitalen Signalverarbeitung zum Einsatz: sie analysieren die Motive im Frequenzbereich.

Jetzt Newsletter abonnieren

Verpassen Sie nicht unsere besten Inhalte

Mit Klick auf „Newsletter abonnieren“ erkläre ich mich mit der Verarbeitung und Nutzung meiner Daten gemäß Einwilligungserklärung (bitte aufklappen für Details) einverstanden und akzeptiere die Nutzungsbedingungen. Weitere Informationen finde ich in unserer Datenschutzerklärung. Die Einwilligungserklärung bezieht sich u. a. auf die Zusendung von redaktionellen Newslettern per E-Mail und auf den Datenabgleich zu Marketingzwecken mit ausgewählten Werbepartnern (z. B. LinkedIn, Google, Meta).

Aufklappen für Details zu Ihrer Einwilligung