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
