Analisis Urutan Frame
Video diproses sebagai urutan frame sehingga perubahan visual antarwaktu dapat dipertimbangkan oleh model GRU.
Sistem Analisis ShortVideo Berbasis Deep Learning
Periksa integritas video dengan pendekatan forensik berbasis deep learning.
VerDeep membantu mengidentifikasi indikasi manipulasi wajah pada video melalui proses validasi, deteksi wajah MTCNN, ekstraksi fitur EfficientNetB0, dan analisis urutan temporal menggunakan GRU.
ⓘ
Hasil merupakan skor prediksi model dan tidak dapat digunakan sebagai
bukti forensik final tanpa verifikasi ahli.
Mengapa VerDeep
Analisis yang terstruktur, transparan, dan berorientasi penelitian.
Sistem dirancang untuk membantu proses penyaringan awal video yang berpotensi mengalami manipulasi wajah digital.
Fokus pada Wajah
MTCNN digunakan untuk mendeteksi dan menyiapkan area wajah sebelum fitur visual diekstraksi oleh EfficientNetB0.
Skor yang Bertanggung Jawab
Output ditampilkan sebagai probabilitas atau skor deepfake, bukan sebagai kepastian absolut maupun keputusan forensik final.
Metode Model
Memadukan fitur spasial dan pola temporal.
EfficientNetB0 mempelajari karakteristik visual pada tiap wajah, sedangkan GRU mengevaluasi hubungan antarframe untuk menghasilkan prediksi pada tingkat video.
✓
Validasi awal: file diperiksa sebelum masuk ke tahap prediksi.
✓
Ekstraksi wajah: area wajah dideteksi dan dinormalisasi ke ukuran input model.
✓
Klasifikasi video: model menghitung skor untuk label Real atau Deepfake.
Spesifikasi Pemrosesan
Format utama
MP4
Durasi maksimum
30 detik
Resolusi maksimum
1920 × 1080
Urutan frame model
60 frame
Ukuran masukan
224 × 224 piksel
Arsitektur
EfficientNetB0 + GRU (64 unit)
Catatan penting: video tanpa wajah yang dapat dideteksi,
video rusak, atau video yang melampaui ketentuan akan ditolak sebelum prediksi.