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

1. Descargar modelos preentrenados de FaceForensics++: https://github.com/ondyari/FaceForensics
2. Modelo recomendado: XceptionNet entrenado en c23 (calidad media): xception_c23.pkl.
3. Preprocesar: detectar y recortar cara, redimensionar a 299x299, normalizar a [-1, 1].
4. Inferencia: pred = model(preprocessed_face) → score de probabilidad de ser fake.
5. Umbral de rechazo: fake_score > 0.5 → posible deepfake, incrementar flag antifraude.
6. Analizar múltiples frames (mínimo 5) y promediar scores para reducir falsos positivos.
7. 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.