Wahrheit oder Fiktion: Wenn Videos in Echtzeit editiert werden können, was kann man dann noch glauben?

Die Universität Erlangen-Nürnberg, das Max Planck Institut und die University of Stanford verfolgen gemeinsam ein Projekt, das viele bislang als reine Fiktion eingeordnet haben:

Wir präsentieren einen neuartigen Ansatz für die Echtzeit-Gesichtsnachstellung einer monokularen Zielvideosequenz (zum Beispiel eines Youtube-Videos). Die Quellsequenz ist ebenfalls ein monokularer Videostream, live mit einer gewöhnlichen Webcam erfasst. Unser Ziel ist es, die Mimik im Zielvideo durch einen „Quellen-Schauspieler“ zu animieren und das manipulierte Video-Ergebnis wieder in einer fotorealistischen Art und Weise einzufügen.
[…] Schließlich haben wir in überzeugender Weise das synthetisierte Zielgesicht auf der Oberseite des entsprechenden Video-Streams wieder eingefügt, so dass es sich nahtlos mit der realen Beleuchtungswelt verbindet. Wir demonstrieren unsere Methode in einem Live-Setup, wo Youtube-Videos in Echtzeit neu inszeniert werden.
—
(We present a novel approach for real-time facial reenactment of a monocular target video sequence (e.g., Youtube video). The source sequence is also a monocular video stream, captured live with a commodity webcam.
[…] Finally, we convincingly re-render the synthesized target face on top of the corresponding video stream such that it seamlessly blends with the real-world illumination.We demonstrate our method in a live setup, where Youtube videos are reenacted in real time.)

Video-Manipulation – Bildquelle: www.graphics.stanford.edu

Man versucht also, die Mimik und Gesichtszüge einer „Quelle“ auf ein bestehendes „Video-Gesicht“ zu übertragen und somit das ursprüngliche Video zu manipulieren. Noch mag diese Technik nur ein Forschungsprojekt sein und noch nicht perfekt funktionieren, aber trotzdem ist es mehr als beängstigend:

Selbst in den Clips mit relativ niedriger Auflösung, die uns gezeigt werden, kommt eine unheimliche Wirkung zum tragen, dass etwas nicht ganz richtig ist. Aber verdammt nochmal, es ist beeindruckend (und, na ja, mehr als nur ein wenig gespenstisch) selbst in diesem frühen Stadium.
Warum gespenstisch? Technologie wie diese wird dazu dienen, Videos von Natur aus weniger glaubhaft zu machen. Die Verwendung von Politikern als Bearbeitungsziel in Videos ist ziemlich selbstbewusst. In dieser Hinsicht werden politische Scherze viel härter sein, wenn es ein Video statt ein „manipuliertes Bild“ ist, das weitergeleitet wurde.
—
(Even in the relatively low-res clips we’re shown, there’s an uncanny valley effect of something being not quite right. But hot damn is it impressive (and, well, more than a little spooky) even in this early stage.
Why spooky? Technology like this will serve to make video less inherently believable. The video’s use of politicians as the editing target is pretty self-aware. In that regard, political hoaxes will hit a lot harder when it’s a video instead of a ‘shopped picture being forwarded around.)

Orwells Dystopie war wirklich ein „Kinderbuch“. Verglichen mit dem was heute bereits Realität ist bzw. in Forschungslabors „ausgebrütet“ wird. Wenn Videos in Echtzeit „übernommen und editiert“ werden können und so manipuliert, dass auch Ton, Schnitt usw. fehlerfrei zueinander passen, dann sind selbst Live-Videos keine beweiskräftigen Belege mehr. Können wir dann noch irgend etwas glauben, wovon wir denken, es „live zu sehen“?

Quellen:
“Reality” Edited in Real Time: New Tech Shows Why You Can’t Trust Anything You See on the News
Face2Face: Real-time Face Capture and Reenactment of RGB Videos
This system instantly edits videos to make it look like you’re saying something you’re not
When Seeing and Hearing Isn’t Believing
Face2Face: Real-time Face Capture and Reenactment of RGB Videos (CVPR 2016 Oral)