AI换脸也有bug,看看人物眨没眨眼
近日,知名视频网站blibli流传出一段视频:电影《射雕英雄传》(1994年版)朱茵主演的黄蓉被视频制作者通过AI换脸术处理成了杨幂的脸,神态表情如同朱茵饰演的黄蓉一样生动俏皮,毫无违和感,顿时引起网民热议,以至于微博话题点击量飙升至1.1亿。
所谓AI换脸术,是基于人工智能的人体图像合成技术,生成的假脸(通称DeepFake)。那么,这个技术是怎么做到如此出神入化?它给人们的生活会带来哪些利与弊?有何办法对其辨别?避免潜在风险?
强调以假乱真
让黄蓉秒变脸的视频制作者表示,这么做仅是用于技术交流。其实,AI换脸技术已然在我们身边荡起涟漪。
今年春节期间,科幻影片《疯狂的外星人》中外星人逼真的神态表情,是由演员徐峥通过动作捕捉出演完成;美国动作电影《阿丽塔》用AI科技加持,为观众呈现闪亮大眼的战斗萝莉阿丽塔动感十足;经典影片《速度与激情7》中,AI换脸还原了因车祸意外去世的主演保罗·沃克的音容笑貌,让整部影片多了一丝你永远与我们同在的温暖。
不同于戏曲换脸的变幻,AI换脸术强调以假乱真。简单说,AI换脸就是将目标人物各个角度的人脸照片一帧帧贴在被换对象的视频画面上,生成假脸视频,倘若能达到朱茵or杨幂?傻傻分不清!的效果,即大功告成。
从技术层面讲,首先要进行数据采集,捕捉不同的脸姿态、表情、角度和光照的人脸图片;再者进行数据处理,包括采集数据标准化及分割算法处理等;硬件上需要一个较好的GPU,家用计算机可能会吃力一些,制作需要几个小时甚至数十小时,但是现在已有许多插件可以辅助。为2019年央视网络春晚提供虚拟主持人技术支持的偶邦公司创始人郑毅告诉科技日报记者。
有坏孩子之嫌
AI换脸术从其命名为DeepFake起,恐怕已有坏孩子之嫌。
据说,DeepFake原本是一个用户的名字,他将《神奇女侠》主角盖尔·加朵的脸嫁接到另一张脸上,后被这位女演员及其律师起诉,但无奈尚没有相关法律条文对其问责,由此DeepFake反而因为创新之举一炮走红,成为AI换脸术代言人。
在某些重大政治场合,以假乱真的假新闻对于民众的误导,带来的负面影响是不可估量的。2018年5月,美国总统特朗普宣布中止全球气候变化协议,随后被比利时某政党利用DeepFake篡改,做了一个特朗普宣告比利时政府也应退出的假视频,引起比利时民众的公愤。可以想像,如果类似的假视频被用在投票、骚乱、战乱误导民众,煽风点火,后果可能是灾难性的。
此外,DeepFake也有道德隐患。现在很多明星已躺枪,包括艾玛·沃特森、斯嘉丽·约翰逊、瑞汉娜等好莱坞影星、歌星,被换脸后的视频上传到成人视频网站,以假乱真的换脸技术,要面临社会很大的道德争议。
有外媒称:这种技术再次提醒我们,在这个数字时代,任何事情都不能盲目地看表面,因为那张脸可能是在欺骗你。
用AI假里辨真
如何辨别AI换脸术?值得庆幸的是,科学界正在应对这个问题,而主要杀手锏是运用AI技术假里辨真。
纽约州立大学奥尔巴尼分校教授吕斯卫领导的团队发现了伪造视频的漏洞:假脸极少甚至不会眨眼,因为它们都是使用睁眼的照片进行训练的。
研究人员表示,伪造视频往往忽略了自发的、无意识的生理活动,例如呼吸、脉搏和眼球运动。吕斯卫说:因此,缺少眨眼是判断一个视频真假的好方法之一。
这种作为反AI变脸技术通过有效预测眼睛的状态,准确率达99%。此项研究已由美国国防高级研究计划局资助,作为甄别媒体假新闻,推进媒体取证计划的一部分。
在伪造视频的后期处理中手动添加眨眼,其实并非一个巨大挑战,而且一些伪造视频已包含眨眼。从长远来看,实际上这是一场通过AI制作假视频和检测假视频之间的持续战斗。吕斯卫说。
此外,郑毅提出,通过强制记录照片和视频拍摄的时间、地点,既在区块链上记录照片和视频不可篡改的时空戳方法,也可进行鉴别。
然而,公共科学研究犹如一把双刃剑:骗子一旦了解其骗局是如何被识破的,就可以对算法进行相应调整。道高一尺魔高一丈,从这个意义上讲,他们已经占上风,最终很难说哪一方会获胜。吕斯卫指出。
-
上一篇
zao换脸app使用教程
朋友圈被一款APP刷爆了,这款APP隶属于陌陌旗下,是由陌陌的两个联合创始人成立的长沙融合科技公司出品的APP,叫——ZAO融合。
软件的功能是AI换脸,你使用ZAO APP无需PS,只需一张自拍照片,即可将本人脸部无痕换到明星头上,生成同款视频或者表情包,因为技术非常棒,效果很逼真,所以瞬间引爆了朋友圈。
步骤一:用手机拍照or从相册选择替换的照片
步骤二:使用搜索功能,比如钢铁侠
步骤三:点击上图的替换功能,点击立即制作,等制作完成就可以在我的作品里查看到了
zao换脸app玩法zaoAI换脸app使用攻略ZAO换脸怎么操作技巧
朋友圈最近火了一款zao换脸app软件,功能就是换脸,只需要一张自拍就可以将本人脸部无痕换到明星头上,生成同款视频或者表情包,zao换脸怎么玩?zao换脸app
-
下一篇
我们需要切实认识技术的力量
作者 | 杨晓凡
「AI 换脸」这几天又热起来了。AI 科技评论秉承以往的风格,从技术角度简单回顾一下近几年重要的 AI 换脸技术。
Cycle GAN
Cycle GAN 可以说是所有人脸转换尝试重要早期尝试。在对抗性生成式网络(GANs)的风潮中,大家发现只要给定源类别的样本和目标类别的样本,GANs 可以便捷地学习到两个类别之间的转换关系,就天然地适用于「图像到图像转换」问题,比如同一张风景照的冬天到夏天、一匹马到一匹斑马;Cycle GAN 核心思路在于,如果能从源转换到目标、还能从源转换回来,就可以认为模型很好地学习到了两个类别间的转换关系,也更好地保证了转换后的图像的品质。不过 Cycle GAN 的换脸效果并不怎么好,它毕竟是一个对所有类别的图像通用的方法。
论文地址:https://arxiv.org/abs/1703.10593
Face2Face
Face2Face 可以说是一次「标准的、规矩的」的尝试,它借助 dlib 和 OpenCV,首先人脸检测器检测出源图片中的人脸、找到人脸上的关键标记点,然后再使用针对人脸的 pix2pix 转换模型把关键标记点转换为目标人脸图像。也许是因为这个方法没有给深度学习留下足够的发挥空间,所以它的效果也一般般。
博客地址:https://towardsdatascience.com/face2face-a-pix2pix-demo-that-mimics-the-facial-expression-of-the-german-chancellor-b6771d65bf66
在此之后,英伟达和 UC 伯克利的研究人员们根据 pix2pix 改进出了 pix2pixHD,提升了人脸图像的生成效果,而且也依然保持了原 pix2pix 模型的多类别通用能力。论文地址:https://arxiv.org/abs/1711.11585,开源地址 https://github.com/NVIDIA/pix2pixHD。
DeepFakes
最火热、最广为流传的深度学习换脸模型无疑是 DeepFakes。出现于 2017 年底的 DeepFakes 是一个深度自动编解码器模型(Autoencoder-Decoder),通过用源人物和目标人物的几百张照片(越多越好)训练模型分别识别、还原两人面部的能力。最后用源人物的照片搭配目标人物的解码器就可以完成转换。它也对视频到视频的转换有良好支持。
DeepFakes 的缺点在于,它无法在小样本上工作,意味着无法凭一两张照片替换任意两个人的脸部;模型的训练过程也需要消耗大量资源。
DeepFakes 刚刚公开时也仅限于技术爱好者们之间交流,也并没有发布正式的论文。但一些盖尔·加朵的换脸动图一下子引爆了关注。今年年初曾经热炒的「杨幂换脸朱茵」视频也很可能是用这个方法实现的,因为 DeepFakes 中的编码器经过足够的训练后确实能够具有将任意输入人脸(比如朱茵的人脸)转换为高质量、高逼真度的目标人脸(杨幂人脸)的能力。
DeepFakes 的 GitHub 地址为 https://github.com/deepfakes/faceswap,
如今它还在持续更新升级;后来推出了还名为 FakeApp 的桌面应用程序,便于更多 TensorFlow 玩不转的小白用户尝试。雷锋网深度解析文章参见
AI换脸常见方法,从头细说