我的位置: 天下 > 话媒堂 > 文章详情
“杨幂换脸”上热搜,面对AI黑科技,谁来保护你的“脸”?
分享至:
 (3)
 (0)
 收藏
来源:上观新闻 作者:查睿 2019-03-03 09:27
摘要:新技术的迭代,一次次地坐实了互联网的铁律——眼见不一定为实。

Photoshop的普及,摧毁了照片的可信度,如今deepfake的流行,视频也不再可靠。新技术的迭代,一次次地坐实了互联网的铁律——眼见不一定为实。

 

1

“面瘫明星有救了”

 

最近,一个“朱茵变杨幂”的视频在Bilibili上火了,视频搬运到微博上之后,更是引起了轩然大波。

 

视频节选自1994版电视剧《射雕英雄传》,po主“换脸哥”将剧中黄蓉的演员朱茵替换成当红明星杨幂。

 

 

记者发现,除了在回头的瞬间会出现“失帧”卡顿外,整个视频几乎看不出“换脸”的痕迹,契合度之高几乎一气呵成。视频中的“杨幂”不仅只是换脸,连眼神和表情都和原剧中的朱茵一模一样,尤其是那种古灵精怪的气质。

 

 

视频在网络上走红后,网友们最多的感慨就是:“面瘫明星有救了!”

 

不过,杨幂的粉丝团很快在微博上抗议,称该视频侵犯了杨幂的肖像权和名誉权。

 

随后“换脸哥”将视频撤下,并在微博上道歉:“创作初衷是希望让更多朋友认识这项技术,避免将来有人伪造明星负面内容的视频时, 会给公众人物带来更大的损失。同时也让更多人了解造假视频背后的工作原理,提高公众辨识能力。”

 

 

2

AI可实现“换脸自动化”

 

换脸哥所说的“这项技术”,江湖人称“deepfake”,是依托于AI技术的视频合成工具。

 

早在2014年,deepfake的雏形“生成对抗网络(GAN)”已经诞生,并在2016年孵化出Face2Face,可以把一个人的面部表情移植到另一个人脸上。

 

不过这项技术真正进入大众视野,还得“归功”于名为“deepfakes”的网友,他在2017年将女明星的脸合成在不雅视频中,并上传至Reddit论坛。

 

这些不雅视频短时间内吸引了大量用户访问,但很快就被删除了。不过deepfake的AI换脸技术的代码已经在Gitbub上开源,降低了适用门槛。

 

于是,换脸视频开始普及,并涉及政治人物、明星等的恶搞(不知为何,尼古拉斯·凯奇尤其受欢迎),甚至还出现过不少“洋葱新闻”。

 

 

类似“换脸”等特效,在影视行业并不算是新鲜事,但deepfake的出现,借助AI强大的深度学习能力,极大地降低了技术门槛,能够做到“换脸自动化”。

 

众所周知,视频是连续运动的图片,deepfake的大致原理分为三步:选择需要换脸的对象,选择进行覆盖的对象,以及AI自动生成替换。

 

其中诸如从原始对象中提取面部信息,进行模型训练并转换等难点,都可以通过AI的深度学习来完成。事实上,搜集到的原始照片和视频素材越多,AI的学习样本就越多,换脸的细节也更逼真。

 

 

回到“朱茵变杨幂”视频来看,杨幂作为明星,无论是照片还是影像资料都非常丰富,且易于获取,因此杨幂版的“黄蓉”才会如此栩栩如生。

 

事实上,deepfake技术现已不仅是局限在换脸,甚至换人都不在话下。据了解,去年8月,基于GAN的Every Body Dance项目,可以让任何人在视频中模拟跳舞,还原度也很高。

 

 

 

3

可“骗”过多项鉴证技术

 

新技术总是伴随着新矛盾。杨幂的粉丝们关心的名誉权和肖像权,并非大惊小怪。特别是对那些在不雅视频中被合成的明星来说,deepfake对她们是不公平的。

 

或许正是因此,Github暂时下架了deepfake的开源代码。

 

但真正的威胁远不仅于此……

 

deepfake的出现,将极大地降低影视行业的特效成本。据外媒报道,好莱坞的特效工厂工业光魔和数字王国都表示,目前的人脸替换技术成本太高,他们乐于接受AI技术。

 

然而,deepfake的效果太过逼真,最终无论是人还是机器,都难辨视频的真伪。

 

有报道称,瑞士两位科学家对deepfake进行了测评,先后测试了两套前沿且先进的人脸识别系统:一个是性能最优的图像分类模型 VGG,另一个是基于 Facenet 的算法。结果显示,AI分辨真假视频错误率高达 95%!

 

也就是说,理论上deepfake几乎可以骗过我们当前掌握的所有鉴证技术。

 

 

所幸的是,当下的AI技术还不够完善,deepfake也绝非毫无破绽。最大的问题就是,换脸之后一般不会“眨眼”,因为在AI的“学习资料”中鲜有明星眨眼的图片,因此,AI换脸就学不会眨眼。

 

另外,据“换脸哥”表示,deepfake的局限性太高,需要应用者有一台有8核cpu v100显卡的主机,再加之,研发过程枯燥乏味,代码理论上可以实现,但真正做起来很费时间。

 

不过,随着AI学习能力的不断升级,技术细节上的障碍并不会长久存在。等到“All in AI”的时候,又该用什么来保障我们的脸呢?

 

栏目主编:刘璐 文字编辑:刘璐 题图来源:视觉中国 图片编辑:邵竞
上一篇: 没有了
下一篇: 没有了
  相关文章
评论(0)
我也说两句
×
发表
最新评论
快来抢沙发吧~ 加载更多… 已显示全部内容
上海辟谣平台
上海2021年第46届世界技能大赛
上海市政府服务企业官方平台
上海对口援疆20年
举报中心
网上有害信息举报专区
关注我们
客户端下载