Pine 发自 凹非寺

量子位 | 公众号 QbitAI

DeepFake被用到了电信诈骗里,该怎么破?

让他转过头,看看他的侧脸就好了。

DeepFake一直以来都存在着这样一个漏洞:当伪造的人脸完全侧着(转90°)时,真实性就会急剧下降。

为什么会出现这样的结果呢?

外网有这么一篇文章,解析了为什么在侧脸的情况下,面部伪造的效果大打折扣。

侧脸失真的原因

横向限制

使用DeepFake换脸,当人脸是侧角度时,真实性会急剧下降。

这是因为大多数基于2D的面部对齐算法,视捕捉到侧视图的特征点数量仅为主视图的50%-60%。

以“Joint Multi-view Face Alignment in the Wild”中的Multi-view Hourglass面部对齐模型为例。

通过从面部识别特征点,以此为学习数据来训练模型。

从图中可以看出,正面对齐时识别到68个特征点数量,而在侧面对齐时,仅仅识别到39个特征点数量。

侧面轮廓视图隐藏了50%特征点,这不仅会妨碍识别,还会干扰训练的准确性以及后续人脸的合成。

DeepFake专家Siwei Lyu博士表示:

对于当前的DeepFake技术来说,侧脸确实是一个大问题。面部对齐网络(facial alignment network)对于正面效果非常好,但对于侧面效果不太好。

这些算法有一个基本的限制:如果你只覆盖你的脸的一部分,对齐机制就可以很好地工作,并且在这种情况下非常强大,但是当你转身时,超过一半的特征点丢失了。

普通人影像资料“沙漠”

换脸要达到比较逼真的效果,还得经过大量的训练,这意味着需要有足够的训练数据。

外网就有人通过训练大量的数据,将杰瑞·宋飞人脸替换到到《低俗小说》(1994) 中的场景中。

获得的侧脸图像也很难看出破绽:

但是达到如此逼真的效果,是经过了大量数据的训练,在上述这个例子中,电视节目“Seinfeld”就为此次训练提供了长达66个小时的可用镜头。

而相比之下,除了电影演员之外,普通人的影像资料都少之又少,并且在平时拍照记录时,很少有人会记录完全呈90°的侧脸照。

因此,通过DeepFake伪造的人脸很轻易就在侧脸时露出破绽。

也有网友在Hacker News上调侃道:

最近去一家不知名的银行办了张卡,竟然需要我的侧身照,当时我还很疑惑,现在我终于知道为什么了。

用手在面前晃动也可以识别伪造的脸

视频通话时判断对方是不是DeepFake伪造的,除了通过侧脸判断,还有一个小方法:用手在面前晃动。

如果是伪造的人脸,手与脸部图像的叠加可能会出现错乱,并且手在晃动过程中会出现延迟现象。

在换脸寡姐和X教授时,手和面部叠加发生错乱

实时的DeepFake都会面临这样一个问题:需要将真实的遮挡物叠加到不真实的面部图像上,一般称这个操作为“遮罩”或“背景去除”。

并且,实时DeepFake模型需要能够根据要求随意执行抠图,达到可令人信服的水平。

但往往也会有很多混淆的遮挡物来影响“抠图”的过程,比如说具有人脸特征的遮挡物会给模型造成“困扰”,使其“抠图”过程很难进行。

用手在伪造的脸前晃动,遮挡物的快速移动会给“抠图”带来很大的困难,从而造成很大的延迟,并且会影响叠加的质量。

One More Thing

换脸犯罪并不遥远,已经有媒体报道过有嫌疑犯通过DeepFake换脸进行IT工作的远程面试,以试图侵入公司,获取他们的客户或财务数据,以及企业IT数据和专业信息等。

美国联邦调查局(FBI)曾致函其互联网犯罪投诉中心,称收到过多起投诉,有人利用窃取的信息和深度伪造的视频、语音申请远程技术工作。

在联邦机构5月份报告中描述的案例中,一些换脸嫌疑人通过几层空壳公司进行操作,这使得识别他们的身份变得更加困难。

参考链接:

[1]https://metaphysic.ai/to-uncover-a-DeepFake-video-call-ask-the-caller-to-turn-sideways/

[2]https://news.ycombinator.com/item?id=32384653

[3]https://arxiv.org/pdf/1708.06023.pdf

[4]https://gizmodo.com/deepfakes-remote-work-job-applications-fbi-1849118604

声明:本文来自量子位,版权归作者所有。文章内容仅代表作者独立观点,不代表安全内参立场,转载目的在于传递更多信息。如有侵权,请联系 anquanneican@163.com。