В данной работе рассматриваются инструменты и методы анализа изображений и видео для выявления признаков глубоких подделок (дипфейков), созданных с помощью технологий искусственного интеллекта и компьютерной графики. Описываются различные подходы, такие как анализ текстуры, освещения, движения, распределения пикселей, а также методы машинного обучения. Приводятся примеры наиболее известных инструментов, включая DeepFake Detection Challenge от Google, Microsoft и других компаний, а также FakeCatcher и FaceForensics++. Рассматриваются технологии обнаружения следов компьютерной графики (CGI) и синтетических лиц. Обсуждаются перспективы развития инструментов фактчекинга, необходимость разработки стандартов и этических норм в сфере использования дипфейков.