首页 黑科技DeepFake,上线五天就遭全球厌弃,终究有多凶恶?

黑科技DeepFake,上线五天就遭全球厌弃,终究有多凶恶?

2017年12月网上呈现了一个惊人的视频,一位以神似盖尔·加朵的女主呈现在Reddit的成人沟通社区上,一时刻该网站差点被挤爆,而且在接下来的数天内,该视频简直传遍全球成人结交渠道,由此揭开了一些有史…

2017年12月网上呈现了一个惊人的视频,一位以神似盖尔·加朵的女主呈现在Reddit的成人沟通社区上,一时刻该网站差点被挤爆,而且在接下来的数天内,该视频简直传遍全球成人结交渠道,由此揭开了一些有史以来最凶恶的技能:DeepFake!

DeepFake到底是干嘛的,怎样能做到易容术?

DeepFake是一种动态换脸技能,许多朋友肯定会以为换脸谁不会啊,PS技能分分钟把脸给换了,而且能够做到天衣无缝,网上早就曝出各种各种明星的换脸PS照,搞到纷繁驳斥谣言证明那并不是自己,而且还有PS照敲诈勒索,还听的不够多吗?

美白,不过是虫篆之技

其实静态换脸和动态换脸是不一样的,视频中人的状况是动态的,比方一个60fps的视频中,每秒钟画面更新60次,咱们是PS的话需求处理60张静态图片,然后将其前后连接起来构成一个动态图,一个短视频动辄数分钟,乃至十多分钟,那么要处理大约一分钟3600张的份额,3分钟大约要10000多张,那不是要搞死人的节奏么?

DeepFake换脸爱因斯坦关于新冠病毒说话:劝诫咱们新冠不可怕,要勤洗手

所以DeepFake的呈现处理了这个问题,而且它能够依据当时被换方针的动作主动切换脸的状况以及表情,还有眼睛鼻子与嘴型的和谐,使得被换方针的体现适可而止,乃至能够让粗枝大叶的你底子就看不出来狸猫现已换掉了太子!

DeepFake是怎样完成这个进程的?

DeepFake有几个进程,了解起来也不难,别离便是人脸定位建模,人脸动态转化和图画动态拼接,大致有如下几个进程:

人脸定位建模

这个技能其实很遍及,人脸辨认技能开展到现在现已十分老练,比方人脸刷卡,刷脸付出或许高铁车站的刷脸检票等,人的面部特征是简直便是仅有的,但这些仅有树立在几个特征之间的联络,比方眼睛、嘴唇以及鼻子之间的尺度,还有脸型特征、眉毛与面部其他杰出的特征!这些参数辨认后将转化成数字模型。

人脸转动态转化

扫描一个人的面部特征,不或许扫描他的一切状况下的特征,比方说话、哭和笑等,那么就有必要有一个将人脸的特征经过特定的模型库或许运用dlib和OpenCV等技能抽取挑选方针动态特征树立成动态库,再结合获得的数字模型,将没有的表情用数字模拟的办法展示出来!

这种技能依赖于一种称为主动编码器的神经网络技能,能够树立方针方针动作数据库,以供学习,采样时刻越久,那么其学习表情的精准度越高。

图画动态拼接

要将方针人物的动态脸型拼接到“艺人”身上,那么脸型尽量挨近当然是最好的挑选,但咱们有不同,也不要忧虑,能够将脸型稍做润饰,以和“艺人”的脸天衣无缝,由于咱们在辨认一个人的脸部特征时,首要就看她的眼睛、鼻子嘴巴和眉毛以及脸部要害特征,关于稍稍变形了脸型其实联系并不大!

因而DeepFake真实有技能含量的当地就在于此,拼接的天衣无缝,当然是最好的,而前期的处理进程时刻也很要害,当然在现在依然难以在直播中切换,由于需求很多的处理进程,只能录像,然后处理转化后再输出,但技能在开展,未来完成直播切换并不是一个难题!

这么优异的DeepFake技能,为什么会被全球封禁?

各位从最初也知道了DeepFake技能到底有多凶恶,其实这种技能最早是被用来作为影视后期运用的,但做到像DeepFake那样揭露,且轻量化,乃至连纽约州立大学奥本尼分校教授数字媒体取证的专家 Siwei Lyu也被惊到了,他称Github上揭露的技能十分优异,代码言简意赅!

因而盖尔·加朵的偷梁换柱是其打响的第一炮,DeepFake技能瞬间走红于网络,但由于盖尔·加朵知名度太高了,短短数天后,饱尝不住压力的Reddit的成人沟通社区被逼将DeepFake封禁,尔后DeepFake技能就失控了,由于规划这个架构的大神将DeepFake技能代码揭露了,将其上传到了Github,一个自在同享代码的网站,所以只需你有技能,你也能够将其下载运用。

咱们DeepFake换了人脸,能被辨认出来吗?

DeepFake技能的可怕在于咱们很难分辨真假,比方在“茉莉花”或许“天鹅绒”革新时期的紊乱状况下,咱们有人发布一个所在国领导火上浇油的视频,那么可想而知会引起多大的紊乱,当然咱们并不太关怀这种世界大事,那么会发生在身边吗?

当然也有或许,想必各位对那种打电话称是你儿子女儿被劫持或许出车祸送医院,让你赶忙预备钱的骗术应该现已有免疫力了,但要是来一个视频电话呢,眼见为实,99%的人估量瞬间就懵了!所以怎么辨认这种假造技能?

2019年6月份,加州大学伯克利分校和南加州大学的研讨者们提出了一种技能,能够将DeepFake处理后的脸和正常人脸区别出来,他们先运用生成式对立网络,提取了方针方针的脸型和表情特征的特有数据,然后将其和DeepFake技能处理后的图画比照,辨认率达到了92%!

2020年8月份,阿里安全图灵实验室和中科院计算所协作提出一种只需求视频等级标示的新式 DeepFake视频检测办法,能够从视频中精确辨认出被篡改的人脸。

这个辨认监测技能是根据DeepFake是单帧篡改的,同一人脸在相邻帧上会有一些颤动,这和天然录像的视频人脸特征会存在差异,因而该研讨规划了时空实例,用来描写帧间一致性,辅佐DeepFake检测,这个技能的优势是不需求事前辨认建模!

阿里新算法从多个人物中辨认被篡改的人脸的论文

虽然已有方针强制要求DeepFake视频在传达时有必要标示是DeepFake视频,但谁又能确保有人不将其用于不合法用处呢?

DeepFake技能还有哪些超丧的用处,各位能够各抒己见!

本文来自网络,不代表本站立场。转载请注明出处: https://www.onlinemediabootcamp.com/html/20220702/4662.html
上一篇
下一篇

发表评论