 |
| Video Seal | @meta |
Salah satu tantangan terbesar memastikan keaslian dan integritas konten, terutama dalam menghadapi manipulasi yang sulit dideteksi. Untuk menjawab tantangan ini, muncul inovasi berupa penandaan air video (video watermarking), sebuah teknologi yang menanamkan sinyal tidak terlihat ke dalam video guna mempermudah identifikasi dan pelacakan.
Sayangnya, alat dan metode penandaan air yang tersedia saat ini sering kali kurang efisien dan sulit diakses, sehingga penggunaannya terbatas. Dalam upaya menjembatani kekurangan ini, Meta memperkenalkan Video Seal, sebuah kerangka kerja komprehensif yang tidak hanya menawarkan solusi penandaan air video berbasis neural tetapi juga menyertakan model sumber terbuka yang kompetitif.
"Perkembangan konten yang dihasilkan AI dan alat penyuntingan video yang canggih telah menjadikannya penting sekaligus menantang untuk memoderasi platform digital. Penandaan air video mengatasi tantangan ini dengan menanamkan sinyal yang tidak terlihat ke dalam video yang memungkinkan identifikasi," ungkap Meta dalam makalahnya, dikutip Kamis (19/12/2024).
Dengan pendekatan baru ini, Video Seal tidak hanya memungkinkan penyematan tanda air yang tak terlihat tetapi juga memastikan ketahanannya terhadap berbagai transformasi seperti kompresi video dan perubahan geometris.
Kerangka kerja Video Seal dirancang untuk memenuhi kebutuhan dunia digital yang semakin kompleks. Proses pelatihannya melibatkan beberapa tahap, mulai dari prapelatihan gambar hingga pascapelatihan hibrid yang diikuti dengan penyempurnaan ekstraktor tanda air. Tahapan ini memastikan bahwa tanda air tidak hanya tersimpan dengan baik tetapi juga dapat diambil kembali meski video mengalami proses penyuntingan atau konversi format.
Salah satu inovasi paling menarik dari Video Seal adalah penerapan propagasi tanda air temporal, sebuah teknik yang memungkinkan model penandaan air gambar berfungsi secara efisien pada video. Dengan cara ini, setiap bingkai video tidak perlu diberi tanda air secara individual, sehingga proses menjadi lebih hemat sumber daya tanpa mengorbankan kualitas atau ketahanan tanda air.
"Namun, alat dan metode terbuka yang langka sering kali kurang efisien, tangguh, dan fleksibel. Untuk mengurangi kesenjangan ini, makalah ini memperkenalkan Video Seal, kerangka kerja komprehensif untuk penandaan air video neural dan model sumber terbuka yang kompetitif. Pendekatan kami secara bersama melatih penyemat dan ekstraktor, sekaligus memastikan ketahanan tanda air dengan menerapkan transformasi di antaranya, misalnya, codec video," beber Meta kembali.
Melalui eksperimen, Video Seal menunjukkan hasil yang mengesankan dalam hal kecepatan, ketidaktampakan, dan ketahanan tanda air. Ketahanan ini diuji dengan berbagai distorsi, termasuk kombinasi transformasi geometrik dan kompresi video, yang sering kali menjadi tantangan besar bagi teknologi serupa. Hasilnya, Video Seal terbukti mampu bertahan bahkan dalam skenario yang paling menantang.
"Pelatihan ini multitahap dan mencakup prapelatihan gambar, pascapelatihan hibrid, dan penyempurnaan ekstraktor. Kami juga memperkenalkan propagasi tanda air temporal, teknik untuk mengubah model penandaan air gambar apa pun menjadi model penandaan air video yang efisien tanpa perlu memberi tanda air pada setiap bingkai beresolusi tinggi. Kami menyajikan hasil eksperimen yang menunjukkan efektivitas pendekatan dalam hal kecepatan, ketidaktampakan, dan ketahanan," jelasnya.
Selain ketahanan teknis, Meta juga memberikan wawasan baru dalam penelitian ini, termasuk bagaimana kompresi video selama pelatihan dapat memengaruhi hasil akhir. Penelitian ini juga menyajikan pendekatan baru untuk membandingkan metode penandaan air berdasarkan muatan yang berbeda, sehingga memberikan kontribusi signifikan dalam mengembangkan standar evaluasi di bidang ini.
"Video Seal mencapai ketahanan yang lebih tinggi dibandingkan dengan baseline yang kuat terutama di bawah distorsi yang menantang yang menggabungkan transformasi geometrik dan kompresi video," terangnya.
Tidak hanya berhenti pada aspek teknis, kontribusi Video Seal juga mencakup basis kode, model, dan demo publik yang semuanya tersedia secara sumber terbuka. Dengan lisensi yang permisif, Meta berharap inovasi ini dapat mendorong kolaborasi lintas disiplin serta penelitian lebih lanjut untuk memecahkan tantangan moderasi konten di era digital.
Melalui Video Seal, Meta menawarkan solusi revolusioner untuk menjaga integritas konten video dalam lanskap digital yang terus berkembang. Dengan kombinasi teknologi canggih, pendekatan sumber terbuka, dan ketahanan yang terbukti, inovasi ini tidak hanya menjawab kebutuhan saat ini tetapi juga membuka peluang bagi penelitian dan pengembangan yang lebih luas di masa depan.
"Selain itu, kami memberikan wawasan baru seperti dampak kompresi video selama pelatihan, dan cara membandingkan metode yang beroperasi pada muatan yang berbeda. Kontribusi dalam karya ini, termasuk basis kode, model, dan demo publik, bersumber terbuka di bawah lisensi permisif untuk mendorong penelitian dan pengembangan lebih lanjut di bidang ini," beber Meta.
