立和村农业网

ZAO将是下一个DeepNude 是时候谈谈他们背后的DeepFake技术了

在上周末,一款名为ZAO的变脸软件迅速在朋友圈中流行起来。使用应用程序,用户可以在没有阈值的情况下将他们的脸部替换为各种电影场然而,在新鲜之后,它还使用户进一步担心他们的隐私。一些用户还说,上传头像后,他们无法删除。我不知道将来该做什么。

在这个付费面对付款的时代,面部信息已成为指纹后的另一种重要支付方式。 ZAO的出现使用户的隐私和安全受到前所未有的威胁。支付宝也迅速对此做出了回应,并称面部支付是基于3D人脸识别技术。识别时,将通过软件和硬件组合确定是否通过照片,视频或软件模拟生成捕获的面部。

虽然支付宝不受影响,但应该知道市场上仍有公司使用2D人脸识别技术,这意味着这些用户信息很可能被用于其他地方的身份欺诈,并且将是视频黑线是虎视眈眈。

DeepFake课程再次风暴

当然,之前发生过类似的事件。 2017年,名为Deepfakes的用户在Reddit社区发布了一个名人改变视频的视频。在这段视频中,名人的脸部被逐帧插入到现有的电影中。太奇妙了。这些名人将首当其冲地受到Deepfake的冲击,因为他们在网络上充斥着大量的图像信息。这些公共图像用于训练Deepfake算法,并最终成为这些视频的“温床”。

但是这场风暴显然没有让Deepfakes“停止”。不久前,DeepNude是最好的代表。只需上传女性照片即可轻松生成逼真且不雅的照片。

与早期不雅视频相比,DeepFake课程的应用程序相同,显然DeepNude对公众更有害。以前,如果您想使用DeepFake进行视频欺诈,您需要非常专业的知识作为支持。普通用户无与伦比,但DeepNude将这项技术带给公众。美国反色情报组织Badass的负责人也评论说,现在每个人都可以成为色彩情报的受害者,而且这种技术不应向公众开放。

最后,应用程序最终被永久删除,DeepNude正式表示不会发布其他版本,也不会授权任何人使用它。

与DeepNude相比,ZAO的起点不同,但相似之处在于使用了诸如DeepFake的GAN(生成对抗网络)工具,并且这些非常专业的技术被提供给没有阈值的用户。

所以问题即将来临,DeepFake究竟是什么?这项技术是否具有价值?我们还必须从其技术原则开始。

DeepFake背后的技术是什么?

在GitHub上,DeepFake的描述是“一种使用深度学习技术来识别和交换图片和视频中面部图像的工具。”只要你有足够的材料和硬件(GPU)来跟上,Deepfake就可以建立一个匹配的模型。

Deepfake视频是使用两个竞争AI系统创建的,一个称为生成模型,另一个称为判别模型。生成模型负责创建图像。判别模型负责确定剪辑视频是真还是假。当判别模型准确地将视频剪辑识别为假时,它提供了生成在创建下一个剪辑时不应生成的模型的基础。在判别模型认为这一代是真实的之前,假视频的第一步被出售。生成模型和判别模型的组合是众所周知的对抗网络的一代,即GAN。

最早Deepfake正是借助生成对抗网络,通过上万张照片,来替换视频每秒中存在的30个画面,最终通过GPU训练完成了“移花接木”。也就是说,其原理大致分为三步,选择需要换脸的对象、进行覆盖的对象、以及AI自动生成替换。

但随着GAN的不断演进,当下仅凭一张照片便可自动将面部表情生成动画,比如三星在5月时展示的一项全新技术,AI只需基于一张肖像照片或一张画像,就能让蒙娜丽莎、爱因斯坦等名人开口说话,且效果栩栩如生。

这也是ZAO背后技术的由来,虽然在前端将技术使用门槛将至了最低,但在背后,却有着大量前期工程。再以三星的技术为例,当时研究人员从视频网站上收集了7000张名人照片,并将其标志性面部特征进行提取用来进行机器学习,之后AI便能将这些学到的内容应用于单张照片上。

显然,在这些换脸技术的背后,GAN所起到的支撑是不容忽视的。然而对于大众而言,我们只是接触到了DeepNude与ZAO这类的应用,实际上GAN目前已被普遍应用于图像生成、超分辨率任务及语义分割等任务上。

例如在识别病灶方面,以糖尿病视网膜病变为例,增强型半监督GAN的作用便是用来对原始数据做到更好的学习,更充分利用少量带标注的数据和大量未带标注的数据,从而提高识别的准确率。

因此我们可以说,GAN的出现,是又一个考验“科技己向善”的技术,善用可以成为治疗疾病的重要参考,反之也可用来创建不雅视频或照片。

换脸技术是否真的还有存在的必要?

但技术始终是中立的,即便是换脸,只要应用的妥当依然能够发挥出它的最大价值。要知道,在Deepfake诞生之前,换脸技术便已应用在电影拍摄中。在《星球大战》中,计算机图像生成技术便根据一名女演员的脸塑造了年轻时期的Carrie Fisher的形象。再比如保罗·沃克在《速度与激情7》中的谢幕,用的都是此类换脸技术。

只不过此前,需要相对较高的技术和资金投入,但Deepfake出现后,却能够很好解决这些难题。同理,在一些运动类游戏中,Deepfake也能够将游戏人物刻画的更加栩栩如生。

而ZAO,错就错在,在用户协议中写上了:同意授予ZAO及其相关公司以及ZAO用户全球范围内完全免费、不可撤销、永久、可转授权和可再利用的权利。相当于一旦出了事,全部责任都将由用户自行承担。

虽然,ZAO快速做出了回应并修改了用户协议,保证除非获得用户再次同意,不会以任何其他形式使用上述内容。且当用户删除上传内容后,ZAO也会在服务器端进行删除。但即便这样,ZAO依旧无法避免自己的内忧外患,内有滥用的风险,外又存在大量安全隐患。

现今这款App虽然依旧能在应用商店进行下载,但一些社交类软件已经屏蔽了其分享链接。显然,ZAO已经引来了外界源源不断批评声,这与DeepNude最初时的情况相差无几,至于其结局,换脸技术是把双刃剑或许会给ZAO一次同样的“审判”。正如DeepNude开发者所说,世界还没为换脸技术做好准备。

荣一娱乐官网