Exploring Deepfakes

Manual técnico y especializado escrito por Bryan Lyon y Matt Tora (desarrollador líder del proyecto de código abierto Faceswap) que desglosa los fundamentos computacionales, la arquitectura y los procedimientos prácticos para el intercambio y reemplazo facial sintético. El libro se apoya en el ecosistema de Python y bibliotecas como PyTorch, OpenCV y Pillow, y está orientado a desarrolladores de software, profesionales de aprendizaje automático y estudiantes de visión por computadora de nivel intermedio que cuenten con experiencia previa en Python y conceptos básicos de redes neuronales convolucionales.

El temario desmenuza la estructura de los autoencoders generativos (encoders compartidos y decoders específicos), la preparación y curación de conjuntos de datos faciales (extracción de fotogramas, alineación con puntos de referencia o landmarks y generación de metadatos en archivos face_alignments.json) y el uso de máscaras de segmentación. Asimismo, detalla el proceso de entrenamiento de modelos de intercambio de caras, la prevención del sobreentrenamiento, la recombinación y fundido de rostros sobre secuencias de vídeo mediante scripts en Python y la suite Faceswap, reservando un espacio fundamental al análisis de dilemas éticos, consentimiento, autenticación de medios genuinos y técnicas de detección de deepfakes.

En el plano práctico, el lector implementa paso a paso una canalización completa de deepfake que cubre desde la extracción de caras a partir de vídeo bruto hasta el reensamblaje del nuevo rostro fotograma a fotograma con máscaras de recorte y mezcla de color. Su gran aporte consiste en abrir la 'caja negra' del intercambio de caras mediante código transparente y reproducible, respaldado por un estricto código de conducta ética; sin embargo, no abarca síntesis de voz (voice cloning) ni modelos generativos basados en difusión latente (como Stable Diffusion), concentrándose exclusivamente en el reemplazo facial con autoencoders.