AI换脸终结者问世:美国防部推高精度“反换脸”工具

  • 时间:
  • 浏览:0
  • 来源:大发时时彩_时时彩高手计划_大发时时彩高手计划

文/文强,大明,肖琴

来源:新智元(AI_era)

导读:美国防部研发出了全球首款“反AI变脸刑侦检测工具”,专用于检测AI变脸/换脸造假技术。如今,以GAN为代表的AI换脸术盛行,相应的人脸检测识别技术却说 得不提升,这仅仅是一场漫长而又精彩的AI军备竞赛的开始英语 英语 。

昨天,新智元介绍南加州大学“杀马特教授”黎颢率领的Pinscreen团队的实时3D变脸技术后,引发了不少读者的担忧。

▲黎颢团队的实时变脸技术:左边是苹果56机6拍摄的图像,右边是实时生成的3D人脸。来源:fxguide.com

大家担心,支付宝的人脸识别技术会我应该 失效,却说衍生出新的诈骗法子 ,犯罪者利用你的图片冒充你跟从前 人聊天……

哪此担忧都在切实占据 的,却说如今的“AI变脸术”,却说达到出神入化的境界,任何人利用AI软件,几乎都能做到模仿政治人物的脸,却说 有一定技术的人,还能做到真假难辨的程度:

哪此AI变脸工具,实际上都源自于生成对抗网络(GAN)强大的图像生成能力。

不过,现在美国国防部研究机构研发出了首款“反变脸”的AI刑侦检测工具,而其原理,也是以AI攻AI。

这款AI反变脸刑侦工具是 DARPA Media Forensics计划的一每项。早在今年5月,DARPA便提出了要研发针对AI变脸技术的需求,让现有的刑侦检测工具变得自动化,不多 检测近来涌现的AI假脸。

DARPA Media Forensics项目负责人Matthew Turek表示,亲戚亲戚朋友在GAN生成的假脸中发现了一点细微的线索,由此检测出图像或视频中的脸是真实的还是AI生成的。

还记得2016年,“3.15晚会”让一张照片“骗过”人脸识别软件,从而让“人脸识别”一夜走红大江南北。

如今,更加高级的AI变脸技术和侦测AI变脸技术,也将展开一场长期艰苦,但也精彩卓绝的AI军备竞赛。

在2016年“3·15”晚会现场,主持人使用了一项AI技术,把静态的照片转化成动态照片,从而骗过登录系统。这种技术在手机上就能实现

想看 谁能走得更没人快一点 。

美国防部研发出首款“反AI变脸”刑侦工具:准确率高达99%

DARPA的这款工具主却说 基于纽约州立大学奥尔巴尼分校教授Siwei Lyu和他的学生Yuezun Li 和Ming-Ching Chang的一起发现,也即使用AI技术生成的假脸(一般通称DeepFake),极少甚至不多眨眼,却说它们都在使用睁眼的照片进行训练的。

“却说大多数训练数据集都在涵盖闭眼的人脸图像,我应该 AI生成的人脸不足眨眼功能,”Lyu说:“我应该 ,缺少眨眼是判断另一一两个视频真假的好法子 。

论文完正介绍了亲戚亲戚朋友咋样组合另一一两个神经网络,从而更有效地揭露哪此视频是AI合成的。哪此视频往往忽略了“自发的、无意识的生理活动,这种 呼吸、脉搏和眼球运动”。

通过有效地预测眼睛的清况 ,准确率达到99%。

“亲戚亲戚朋友还需用探索一点高度神经网络架构,以便更有效地检测闭眼,“Lyu补充说:“亲戚亲戚朋友目前的法子 仅使用不足眨眼作为检测AI篡改的提示。然而,也应考虑动态的眨眼模式——没人快或频繁眨眼,这种在生理上不太却说再次出现的什么的问题也应该被视为篡改的迹象。”

▲UAlbany的一组研究人员使用原始视频上的眨眼检测(上图)和DeepFake生成的假视频(下图)来选用视频有无AI伪造的。在原始视频中,在6秒内检测到眨眼动作。来源:UAlbany.edu

参与DARPA挑战赛的被委托人也在探索这种 的技巧,比如自动检测奇怪的头部动作、奇怪的眼睛颜色等等。

达特茅斯大学的数字取证专家Hany Farid表示,目前的AI反变脸工具主要利用利用这种 生理信号,大约目前为止哪此信号是没人被模仿的。

哪此AI刑侦取证工具的带来仅仅标志着AI视频伪造者和数字刑侦人员之间AI军备竞赛的开始英语 英语 。

Hany Farid表示,目前的另一一两个关键什么的问题是,机器学习系统能不多 接受更先进的训练,我应该 超越当前的反变脸工具。

DARPA“反AI变脸计划”:确保侦测到最先进的AI造假技术

DARPA资助的Media Forensics计划,旨在成功辨别由机器学习算法生成的虚假图片和视频。研究人员试图开发出一种生活可扩展的平台化工具,对尤其是基于GAN模型的“Deepfake”生成的假视频和图像进行识别。

Deepfake全都以都在被用于生成一点明星或政客的恶搞视频或剪辑,但也却说被用来恶意传播虚假消息,以达到煽动和制造混乱等危险目的。

检测数字化内容的真假通常涉及另一一两个步骤:

首先是检查数字文件中有无有另一一两个图像或视频拼接在一起的迹象;

第二是检查图像的光照度等物理属性,查找却说占据 什么的问题的迹象;

第三步最难自动完成的,也却说是最棘手的,却说 检查图像或视频内容在逻辑上有无占据 矛盾,比如图像显示拍摄日期的天气与实际天气不符,却说拍摄位置的背景有什么的问题等。

目前,对少许真假难辨的数字化内容进行辨别的工具或应用仍不足广泛的适用性,在涉及到取证、证据分析和鉴别等关系重大的应用方向上,这种 工具的可扩展性和稳健性都无法完正满足实务中的需求。

DARPA的MediFor项目汇集了世界级的研究人员,试图开发出不多 自动评估图像或视频完正性的技术,并将哪此技术集成到端到端平台上。却说该项目获得成功,MediFor平台将不多 自动检测对图像或视频的改动,并给出完正信息,说明具体是咋样改动的,以及判断视频有无完正的理由,以便于决定有无不多 将可疑图像或视频作为证据使用。

DARPA该项目负责人David Gunning表示:“从理论上讲,却说你用现阶段的完正技术来探测GAN生成的虚假结果,它就能协会绕开哪此检测技术。”不过,研究人员在对抗Deepfake时发现了另一一两个重要弱点,它生成的假视频中的人从来都在眨眼,这是另一一两个重要特性。这是却说Deepfake用于生成的假视频的训练模型都在静止的图片,而人在拍照时,绝大多数清况 下眼睛老是 睁开的。

DARPA的研究人员表示,该机构将继续进行更多测试来“确保开发中的识别技术不多 检测到最新的造假技术。”

从Deepfake到HeadOn:换脸技术发展简史

DAPAR的担忧不多空穴来风,如今的变脸技术却说达到威胁安全的地步。最先,却说是把特朗普和普京弄来表达政治观点;但我应该 ,再次出现了比如DeepFake,令普通人不多 不多 利用从前 的技术制造虚假色情视频和假新闻。技术没人先进,让AI安全也产生隐患。

1、Deepfake

亲戚亲戚朋友先看看最大名鼎鼎的Deepfake是何方神圣。

Deepfake即“deep learning”和“fake”的组合词,是一种生活基于高度学习的人物图像合成技术。它能不多 将任意的现有图像和视频组合并叠加到源图像和视频上。

Deepfake允许亲戚亲戚朋友用简单的视频和开源代码制作虚假的色情视频、假新闻、恶意内容等。我应该 ,deepfakes还推出一款名为Fake App的桌面应用线程池,允许用户轻松创建和分享换脸的视频,进一步把技术门槛降低到C端。

特朗普的脸被换到希拉里身上

却说其恶意使用引起少许批评,Deepfake却说被Reddit、Twitter等网站封杀。

2、Face2Face

Face2Face同样是一项引起巨大争议的“换脸”技术。它比Deepfake更早再次出现,由德国纽伦堡大学科学家Justus Thies的团队在CVPR 2016发布。这项技术能不多 非常逼真的将另一被委托人的面部表情、说话时面部肌肉的变化、嘴型等完美地实时qq克隆好友 到从前 人脸上。它的效果如下:

Face2Face被认为是第另一一两个能实时进行面部转换的模型,我应该 其准确率和真实度比却说的模型高得多。

3、HeadOn

HeadOn能不多 说是Face2Face的升级版,由从前 Face2Face的团队创造。研究团队在Face2Face上所做的工作为HeadOn的大每项能力提供了框架,但Face2Face没人实现面部表情的转换,HeadOn增加了身体运动和头部运动的迁移。

也却说 说,HeadOn不仅能不多 “变脸”,它还能不多 “变人”——根据输入人物的动作,实时地改变视频中人物的面部表情、眼球运动和身体动作,使得图像中的人看起来像是真的在说话和移动一样。

▲HeadOn技术的图示

研究人员在论文里将这种系统称为“首被委托人体肖像视频的实时的源到目标(source-to-target)重演法子 ,实现了躯干运动、头部运动、面部表情和视线注视的迁移”。

4、Deep Video Portraits

Deep Video Portraits 是斯坦福大学、慕尼黑技术大学等的研究人员提交给今年 8 月SIGGRAPH 大会的一篇论文,描述了一种生活经过改进的 “换脸” 技术,能不多 在视频中用另一被委托人的脸再现另一人脸部的动作、面部表情和说话口型。

这种 ,将普通人的脸换成奥巴马的脸。Deep Video Portraits 能不多 通过一段目标人物的视频(在这里却说 奥巴马),来学习构成脸部、眉毛、嘴角和背景等的每项以及它们的运动形式。

5、paGAN:用单幅照片实时生成超逼真动画人物头像

最新引起很大反响的“换脸”技术来自华裔教授黎颢的团队,亲戚亲戚朋友开发了一种生活新的机器学习技术paGAN,不多 以每秒11150帧的速率对对人脸进行跟踪,用单幅照片实时生成超逼真动画人像,论文已被SIGGRAPH 2018接收。具体技术细节请看新智元昨天的头条报道。

Pinscreen拍摄了《洛杉矶时报》记者David Pierson的一张照片作为输入(左),并制作了他的3D头像(右)。这种生成的3D人脸通过黎颢的动作(中)生成表情。这种视频是6个月前制作的,Pinscreen团队称其实物早就超越了上述结果。

参考资料

1、https://www.albany.edu/news/87379.php?WT.source=ncfeed

2、https://www.darpa.mil/program/media-forensics