欢迎光临GGAMen游戏资讯




DeepFake 天敌出现:用血氧仪原理辨识假脸,准确率超过 90%

2024-11-24 212


DeepFake 已经不再是只有少数科研人员掌握的技术了,它被越来越多怀有不良动机的人应用到现实生活的各方面中,引发不必要的误解,比如说制作色情影片或者假新闻等。

最近,一篇刊登在 IEEE PAMI (模式分析与机器智能汇刊)上的论文称,有新的方法能够准确辨识 DeepFake 影片,甚至能以很高的准确率,辨识出影片采用的是哪种 DeepFake 算法。

这篇论文有意思之处,在于它的思路别出心裁:辨识脸部因心跳血流产生的微弱变化。

血管遍布人体全身,包括脸上。比如在睡觉的时候,你可能会感觉到脸部血液流动产生的轻微“跳动”感。随着心跳导致的血液流动,人体皮肤也会出现区域性颜色变化。常见的脉搏血氧仪,其工作方式其实就是辨识这种变化(学名叫做光体积变化描记图法 Photoplethysmography,简称 PPG。后面还会提到这个词)。

因心跳产生的皮肤颜色变化,在人脸上同样会出现,只是极其微弱,对肉眼不可见,在影片里就更难看出来了。不过对影片进行特定处理,增强颜色变化的效果,肉眼就可以很明显地观察出来:

你可能想问:这种方法辨识心跳准确吗?当然准了,Apple Watch 和一大堆血氧仪都采用这种方法,它的准确率和心电图基本吻合,如下图所示:

3 位分别来自纽约州立大学宾汉顿分校和英特尔公司的研究人员,在这篇新论文里提出了一个重要的主张:无论是在空间维度还是时间维度上,DeepFake 的假人脸都无法还原这种因血液流动造成的微弱变化。

空间维度就是脸部区域,时间维度就是心跳频率。DeepFake 的假人脸,体现不了这种微弱变化,在进行大量测试后,研究人员发现:DeepFake 影片里的人脸,读取到的 PPG 信号是不稳定的。

这句话的意思是:如果你对 DeepFake 影片进行增强,会发现血流变化产生的颜色变化在人脸上显示非常不自然,变化的频率也完全不像真的心跳。

从下图中你可以看得更清楚:4 种 DeepFake 算法生成的影片,产生的 PPG 信号都有很多“噪声”,而真实影片的“噪声”很少。

(Source:论文,以下同)

基于这个主张,研究人员设计了一套基于卷积神经网络的模型,命名为 FakeCatcher。

FakeCatcher 从不同的 DeepFake 影片中提取 1. 关键的人脸区域、2. 读取 PPG 信号,将两者组合成一个时空模组(称为一个 PPG 元素),再对 PPG 元素进行学习,最终就可以给出答案了。

在 Face Forensics++、CelebDF 等常用的假脸数据集上,FakeCatcher 的准确率能够超过 90%。

更厉害的是,FakeCatcher 不光能认出影片的真假,还能准确辨识出假影片用的是哪种 DeepFake 算法──这是因为每种算法的残差效果噪声都有足够明显的特种。研究人员透露,他们在 DeepFakes、Face2Face、FaceSwap 和 NeuralTex 4 种主流算法上的辨识准确率整体超过了 93%。

研究人员认为,这篇论文中提出的 PPG 信号辨识思路,对于 DeepFake 的辨识和侦测能够开启一个全新的方向。接下来,他们打算训练一个更复杂的模型,同时对真实影片和 DeepFake 影片的 PPG 信号进行训练。

所谓道高一丈魔高一尺,赶在 DeepFake 算法被大肆滥用之前堵住他们的路,让他们无路可走。

(本文由 品玩 授权转载;首图来源:纽约州立大学宾汉顿分校)

延伸阅读:

  • 20 种“AI 犯罪”危险度大排名,Deepfake 引领其他 5 种 AI 成新型犯罪催化剂
2020-10-09 22:03:00

标签:   游戏头条 资讯头条 ggamen科技资讯 ggamen科技 ggamen科技资讯头条 科技资讯头条 ggamen游戏财经 新闻网 科技新闻网 科技新闻 ggamen ggamen游戏新闻网 科技新闻 新闻网 科技资讯头条 ggamen科技资讯头条 ggamen科技 ggamen科技资讯 资讯头条 游戏头条 ggamen ggamen游戏新闻网 科技新闻 科技新闻网 新闻网 ggamen游戏财经 科技资讯头条 ggamen科技 ggamen科技资讯 资讯头条
0