计算机图形学的最新发展使得创建计算机生成的(CG)表示成为可能，这些表示与真实世界中的人类没有区别。今天《电子影像杂志》 (JEI)发表的论文《通过生理信号分析检测视频序列中的数字人脸》，提出了多媒体取证中识别自然人(NAT)和CG人脸的创新方法，以个体的心率作为区分特征。《JEI》由SPIE、国际光学和光子学会和IST联合出版。

人类呈现可以从视频序列中自动提取的脉冲信号；虚拟人没有。马蒂亚博诺米和朱利亚博阿托在他们的论文中证明，他们可以通过专注于从人脸估计脉率和从心率计算统计数据的算法，将输入人脸分类为CG或NAT。

《JEI》主编KarnEgiazarian指出：“机器学习和计算机图形学的最新进展导致了‘deep fakes’的快速发展。在这种情况下，视频中真人的脸被计算机生成的人取代。”“这种技术现在已经公开可用，并广泛应用于电影行业和广告行业，欺诈者也使用了这种技术。但是你如何区分人脸和计算机生成的人脸呢？博诺米和博阿图通过提出并应用生理信号分析，从人脸视频中提取心率并将其作为判别因素，解决了这个问题。”