超越AI换脸！ AI人体深度伪造技术即将来临 - 安防知识网

合成媒体技术的另一个分支正取得快速进步，即人体深度伪造。

　在深度伪造领域，或者研究人员所谓的“合成媒体”领域，大部分注意力都集中在可能对现实造成严重破坏的换脸以及其他深度学习算法带来的危害上，例如模仿某人的写作风格和声音。但是合成媒体技术的另一个分支正取得快速进步，即人体深度伪造。

　　2018年8月，美国加州大学伯克利分校的研究人员发布了名为《人人皆为舞王》（Everybody Dance Now）的论文和视频，展示了深度学习算法如何将专业舞者的动作转移到业余爱好者身上的场景。虽然这种技术依然处于早期阶段，但它表明机器学习研究人员正在应对更困难的任务，即创建全身深度伪造视频。

　　同样在2018年，由德国海德堡大学图像处理合作实验室(HCI)和科学计算跨学科中心(IWR)的计算机视觉教授比约恩·奥默尔(Bj?rn Ommer)博士领导的研究小组，发表了一篇关于教授机器以逼真形态渲染人类身体运动的论文。今年4月，日本人工智能（AI）公司Data Grid开发了一种AI应用，它可以自动生成不存在的人的全身模型，并可以将其应用到时尚和服装行业。

　　虽然很明显，全身深度伪造技术具有有趣的商业应用潜力，如在深度伪造舞蹈视频或体育和生物医学研究等领域，但在当今社会中，恶意使用案例越来越令人担忧。目前，全身深度伪造技术还不能完全愚弄人类的眼睛，但就像任何深度学习技术一样，它正慢慢取得进步。全身深度伪造还需要多久就能变得与现实无法区分？这可能只是时间问题。

　　为了创造深度伪造视频，计算机科学家需要使用生成性对抗网络(GANS)。这是由两个神经网络组成的，分别是合成器或称为生成网络，以及检测器或称鉴别网络，这些神经网络在精炼的反馈回路中工作，以创建逼真的合成图像和视频。合成器利用数据库创建图像，而后者从利用其他的数据库，确定合成器给出的图像是否准确和可信。

　　第一次恶意使用深度伪造技术出现在Reddit上，像斯嘉丽·约翰逊（Scarlett Johansson）这样的女演员的脸被换到色情演员身上。Fast.AI公司的雷切尔·托马斯(Rachel Thomas)表示，当前95%的深度伪造旨在用合成色情行为图像骚扰某些人。他说：“这些深度伪造视频中，有些并不一定使用了非常复杂的技术。但是，这种情况正逐渐发生改变。”

　　达特茅斯大学计算机科学系主席、专门研究打击视频伪造的图像取证专家哈尼·法里德(Hany Farid)指出，深度伪造应用Zao说明了这项技术在不到两年的时间里发展的速度有多快。法里德说：“从Zao身上，我发现这种技术已经变得非常好，并且抹掉了很多人工痕迹，比如电影版本中的脸部闪烁问题。虽然情况正在改善，但将其大规模运行，下载给数百万人，依然很难。这也正是深度伪造技术成熟的标志。”

　　海德堡大学的奥默尔教授领导着一个研究和开发全身合成媒体的团队。与该领域的大多数研究人员一样，该团队的总体目标是理解图像，并教授机器如何理解图像和视频。最终，他希望团队能够更好地理解人类是如何理解图像的。

　　合成面部和整个身体的过程之间存在着关键性差异。奥默尔说，对人脸合成已经进行了许多研究，这其中有几个原因：首先，任何数码相机或智能手机都有内置的面部检测技术，这项技术可用于微笑检测等任务，或用于识别观众正在看的人的身份。这样的用例可以产生收入，以支持更多的研究。但是，正如奥默尔所说，它们也导致了“大量的数据集组装、数据整理和获取面部图像，这些都是深度学习研究的基础。”

　　其次，也是奥默尔更感兴趣的，虽然每个人的脸看起来都不同，但当把脸与整个人体进行比较时，它的变化可能更小。奥默尔解释称：“这就是为何对脸部的研究已经到了瓶颈阶段的原因，与整个人体相比，脸部研究已经十分透彻，但身体有更多的可变性，处理起来也更复杂。如果你在朝那个方向研究，你会学到更多的东西。”

　　奥默尔不确定何时完全合成的身体将具有他和研究人员想要的质量。然而，从恶意深度伪造技术的日益成熟来看，奥默尔注意到，即使没有深度学习计算机视觉智能、AI或其他技术创建的虚假图像或视频，人类非常容易受到欺骗。美国众议院议长南希·佩洛西(Nancy Pelosi)放慢速度的视频让她看起来像是喝醉了酒。这段视频向奥默尔表明，这种简单扭曲的深度伪造技术即将出现，并可能会被某些人所利用。

　　奥默尔说：“但是，如果你想让它产生更大的吸引力，可能还需要几年的时间，那时全身和其他深度伪造技术将变得更便宜，更普遍。研究社区本身已经朝着这个方向前进，他们需要为我们看到的这种稳定进步负责，算法很容易获得，比如在Github上等等。所以，你可以从某些论文中找到可以下载的最新代码，然后在没有太多知识的情况下，应用它即可。”