從在圍棋界戰無不勝的“阿爾法狗”，到鋪天蓋地的“人臉識別”，機器學習給人們的生活帶來了翻天覆地的改變。但隨著AI技術的不斷發展，以“智能換臉”為主要展現結果的Deepfake技術，卻給大家的生活帶來了更多困擾。

2018年，加蓬總統Ali Bongo因中風在公共視野中消失了數月。政府為了安撫民心，在新年時公開了一段總統錄制的新年致辭。這段新年致辭使用了Deepfake技術進行生成，但這個視頻非但沒有起到安撫民心的作用，反而讓軍方的資深大佬發現異常，最終導致了兵變。在這個事件中，“AI換臉”技術成為干擾政治選舉，降低政府公信力的一大推手。

在很多人的印象中，Deepfake技術除了能讓有需求的人看到AI換臉的色情小視頻外，似乎都走在社會的陰影里。

圖1 deepfake圖片（圖片來源：http://zkres1.myzaker.com/）

對普通人而言，Deepfake技術可謂是以假亂真，毫無破綻。那面對網上流傳的真假不一的視頻，我們真的無法分辨嗎？

不用擔心，正所謂“魔高一尺，道高一丈”。在專業人士手中，通過細致的計算機分析，可以辨別出照片、視頻的真假，讓Deepfake技術處理過的內容“現出原形”。

Deepfake技術的原理就是學習學習再學習

要了解Deepfake技術如何被識破，首先就要了解什么是Deepfake技術。Deepfake是使用深度機器學習（deep machine learning）和假照片（fake photo）組合而成的一個詞，可以理解為機器進行深度學習而制造的假照片、假視頻等虛假產物。其中最常見的應用就是“AI換臉”，也就是將一個人的臉部移植到另一個人臉上。

在進行換臉時，機器首先需要識別出人臉的位置。人臉的識別與校準在自動駕駛等領域也有著廣泛的應用，目前的發展已經非常成熟，識別率在98%以上。

換臉用的素材，與待換臉的視頻中的人臉，他們的面部朝向、面部表情往往不同。因此，識別出人臉位置之后，機器要進一步對人臉進行校準。通過尋找面部具有鮮明特征的區域，機器可以確定每一幀中人臉的朝向、表情，進而將待換臉視頻中需要插入的人臉與素材匹配起來。

匹配完成之后，換臉技術也不是簡單地就把換臉素材貼在了待換臉的人臉上。簡單地貼圖，可以輕松地被肉眼識別，難以達到“以假亂真”的效果。Deepfake技術進一步地學習原理可以用人的行為來類比。

如果你盯A臉看上100小時，接著去看B臉的照片；接下來讓你憑記憶畫出B的臉，那不管你的技術水平多高，最終都會畫的跟A臉很像。所以，當我們訓練機器，讓機器學習用A臉的元素畫出B臉時，就可以將A臉逼真地“畫到”B臉上。

[[404454]]

圖2 看B畫A（圖片來源：原創）

逼真的Deepfake技術也有小破綻

機器學習出的換臉視頻、照片那么逼真，那Deepfake技術的破綻何在呢？

中國有句古話叫做“若想人不知，除非己莫為”。換臉技術的破綻，就出在人臉素材的細節上。Deepfake技術使用A臉的元素來畫出B臉，這一過程是對A臉元素的精巧拼接。而這一拼接的過程，勢必不能完美地符合真實情況。

紐約州布法羅-布法羅大學的計算機科學家，就從“眼睛”——這一人臉上最精致的元素入手，實現了對Deepfake技術的甄別。

這一技術的核心原理基于眼球的反射。當外界環境的光照射到眼睛上時，就會產生反射，在角膜上生成圖像。在真正的照片中，兩只眼睛看同一物體，會具有非常相似的反射模式。但在Deepfake合成的照片中，兩只眼睛的反射內容往往并不協調。很可能出現左眼“看見”一只小狗，右眼“看見”一輛卡車的情況。檢測機器首先提取兩只眼睛反射的內容，然后檢測左右眼的反射內容、反射光強度等參數是否協調統一，就可以識別出照片、視頻是否經過了合成。這一方法已被證明具有94%的實驗有效性。

除此之外，常見的檢測方法還包括：

（1）根據視頻的2D圖像估計三維姿勢。使用Deepfake技術合成的視頻，三維姿勢可能會突然發生較大的突變。比如視頻中的人，如果在上一幀胸口還是鼓起正在吸氣的狀態，下一幀就迅速變成胸口下沉吐氣的狀態，那就說明這個視頻鐵定是合成出來的。

（2）捕捉Deepfake技術在處理視頻時對圖像進行扭曲而在環境中產生的“偽影”。

（3）捕捉左右虹膜異色、光照與陰影不協調、幾何建模錯誤等瑕疵。

（4）針對名人的行為習慣，檢測視頻中是否有對應的特有行為特點（例如摸鼻子、歪嘴等）。

圖3 deepfake視頻中的虹膜異色（圖片來源：知乎）

Deepfake檢測中的“貓鼠游戲”

在不斷發展的過程中，Deepfake的檢測技術仍然會面對不少挑戰。

第一點是有的技術本身需要一定的信息量。例如前述的眼球反射檢測技術，如果視頻里沒有同時存在兩只眼睛，就無法應用。針對虹膜顏色的檢測，在視頻畫質較低時使用起來也較為困難。

第二點是，檢測技術和換臉技術是一個“不斷發展，彼此競爭”的過程。例如前述的捕捉光照與陰影不協調的問題，換臉者可以在換臉時使用更多的資源進行光照模擬、渲染，從而保證陰影的生成質量。從這個角度講，檢測和換臉技術就像一場“貓鼠游戲”，二者不斷迭代，你追我趕。今天檢測技術提出了用眼球的反射光進行檢測，明天換臉技術就可以把眼球的反射光模擬也放在學習內容之中。檢測技術必須不斷更新，才能跟上Deepfake技術發展的步伐。

第三點是，檢測技術距自動化還有一定距離。現有的檢測技術耗費的時間都比較長，難以做到在用戶上傳視頻的同時，短時間內自動完成檢測和審核。距實用的自動Deepfake檢測軟件，還有一段路要走。

第四點是，目前針對Deepfake技術還沒有完善的法規。各個視頻平臺對于什么樣的Deepfake視頻是惡意的、違規的，有著自己的界定規則。同時，目前也沒有關于Deepfake技術的相關法律。這就給針對Deepfake視頻的檢測、管控工作帶來了很多困難。

雖然Deepfake檢測技術仍有諸多挑戰，但是我們要相信，隨著AI技術的不斷發展，相關法規會逐漸完善，針對Deepfake的檢測技術也會變得越來越準確、高效。終有一天，虛假的視頻會在檢測技術的“火眼金睛”下統統現出原形。鉆技術的漏洞，濫用Deepfake技術，遲早會受到懲罰。

參考文獻

( Hu S , Li Y , Lyu S . Exposing GAN-generated Faces Using Inconsistent Corneal Specular Highlights[J]. 2020.）