用微信扫码二维码

分享至好友和朋友圈

2017年12月，网络上出现了一段惊人的视频，一位长得像盖尔·加朵的女主角出现在了Reddit的成人交流群中。,该视频在全球几乎所有成人约会平台上疯传，揭示了一些有史以来最邪恶的技术：DeepFake！

DeepFake到底是做什么的，又是如何伪装的？

DeepFake是一种动态换脸技术。很多朋友肯定会觉得谁不会变脸呢。PS技术分分钟变脸，而且可以无缝拼接。各种明星在网上曝光了换脸PS照，传闻证明不是我，还有PS照勒索，还没听够？

美白只是个小把戏

其实静态换脸和动态换脸是不一样的。视频中人的状态是动态的。例如，在一个60fps（60帧）的视频中，画面每秒更新60次。有一次，如果是PS，需要处理60张静态图片，然后来回连接，组成动态图片。一张短视频需要好几分钟，甚至十几分钟，所以一分钟处理完3600张图片，3分钟大概需要10000张卡，这不是杀人的节奏吗？

DeepFake换脸爱因斯坦关于新冠病毒的演讲：告诫大家新冠并不可怕，勤洗手

所以DeepFake的出现解决了这个问题，它可以自动切换状态和表情面部根据被替换者当前的动作进行调整，眼鼻嘴型的配合使得被替换对象的表现恰到好处，即使不小心也看不出来狸猫已经取代了王子！

DeepFake是如何实现这个过程的？

DeepFake有好几个流程，也不难理解。分别是人脸定位建模、人脸动态变换和图像动态拼接。大致有以下几个步骤：

人脸定位建模

这个技术其实很普遍。现在人脸识别技术的发展已经很成熟了，比如人脸识别，刷脸支付，或者高铁站人脸识别。人类的面部特征几乎是独一无二的，但这些独特性是建立在几个个体特征之间的关系上的，比如眼睛、嘴唇和鼻子的大小，以及五官、眉毛和面部其他显着特征！这些参数被识别并转换成数字模型。

人脸到动态的转换

扫描一个人的五官，不可能扫描他（她）所有状态下的五官，比如说话、哭泣、大笑等，那么一定有一个人脸特征通过特定的模型库或利用dlib、OpenCV等技术提取所选对象的动态特征构建动态库，再结合得到的数字模型，表现出数字仿真形式不存在的表达！

这项技术依赖于一种称为自动编码器的神经网络技术，可以建立目标对象动作数据库进行学习。采样时间越长，其学习表达的准确率越高。

动态图像拼接

把目标人物的动态脸型拼接到“演员”身上，脸型越接近越好当然是最好的选择，但是如果有差异的话，不用担心，你可以稍微修饰一下脸型，它和“演员”的脸是天衣无缝的，因为我们在识别一个人的五官时，主要是看她（他）的眼睛、鼻子、嘴巴、眉毛，和面部的主要特征。其实跟脸有点变形没有关系。大的！

原来这就是DeepFake真正有技术含量的地方。无缝拼接当然是最好的，前期的处理时间也很关键。当然，在直播的时候切换还是比较困难的，因为需要大量的处理。过程中只能录制，然后处理转换后输出，不过技术在发展，以后实现直播切换不成问题！

为什么这么优秀的DeepFake技术在全球范围内被禁？

大家从一开始就知道DeepFake技术有多邪恶。事实上，这项技术最早是作为影视后期制作使用的，但它与DeepFake一样开放和轻量级，甚至还有纽约州立大学AuburnSiweiLyu，该大学教授数字媒体取证的专家尼日利亚，也感到惊讶。他说Github上公开的技术很好，代码短小，功能强大！

所以，盖尔·加朵的挪用是他打响的第一枪。DeepFake技术瞬间火爆网络，但因为盖尔·加朵的知名度太高，仅仅过了几天，Reddit成人交流社区就顶不住压力被迫封杀了DeepFake，DeepFake技术已经一发不可收拾此后，由于设计这一架构的大师将DeepFake技术代码公开，并上传到Github这个免费分享代码的网站，所以只要你有技术，也可以下载使用。

如果DeepFake换脸，能不能被认出来？

DeepFake技术的可怕之处在于我们很难分辨真假。例如，在“茉莉花”或“天鹅绒”革命的混乱状态下，如果有人发布一段东道国领导人火上浇油的视频，那么可想而知会造成多大的混乱？当然，我们不太关心这种国际事件，那么它会发生在我们身边吗？

当然也是可以的。我觉得你应该对那种打电话说你的儿子或女儿被绑架或出车祸被送往医院，让你赶紧准备钱的骗局应该是免疫的，但是如果你来视频通话，请看To说实话，估计99%的人瞬间傻眼了！那么如何鉴别这种仿冒技术呢？

2019年6月，加州大学伯克利分校和南加州大学的研究人员提出了一种可以区分DeepFake处理过的人脸和正常人脸的技术。他们首先利用生成式对抗网络，提取出目标人脸型和表情特征的独特数据，再与经过DeepFake技术处理后的图像进行对比，识别率达到了92%！

2020年8月，阿里巴巴安全图灵实验室与中科院计算技术研究所联合提出了一种新的DeepFake视频检测方法，只需视频级标注，即可准确识别视频中的篡改人脸。

这种识别监控技术是基于DeepFake单帧被篡改的。同一张人脸在相邻帧中会有一些抖动，这与自然视频视频的人脸特征不同。因此，本研究设计了一个时空实例。用于描述帧间的一致性，辅助DeepFake检测。这项技术的优点是不需要事先识别和建模！

一篇阿里新算法识别多人篡改人脸的论文

虽然有政策规定DeepFake视频在传播的时候必须标注为DeepFake视频，但谁能保证不会有人利用它们呢？非法使用？

DeepFake技术还有其他超丧的用途，你尽情畅所欲言吧！

特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.