肖文杰

以Deep Fake為主的開源算法，讓“換臉”變得普及。

“眼見為實”這句話流傳到今天，已經沒法算作真理了。從最初的“PS美顏”“PS美景”開始，針對視覺的“造假”技術不斷精進。2017年，一位開發(fā)者把一款名為DeepFake的AI換臉算法開源，自此互聯(lián)網界掀起了一股換臉創(chuàng)作熱潮。許多視頻博主將電影中的演員換臉，為自己的賬號吸引流量，甚至有很多開發(fā)者制作了一鍵換臉App，供用戶下載使用。

然而這股技術狂歡很快走向“失控”。有人將色情電影中的人臉換成女明星，對明星的聲譽造成了困擾;在美國，網上還出現(xiàn)多位總統(tǒng)換臉演講的惡搞新聞視頻，使得政治輿論一度受到干擾。如果你認為這些“翻車”離自己很遠，還有一種更為直觀的可怕場景—假設你得罪了一名駭客，他把你的臉替換到一段犯罪視頻中，隨后，這段視頻被當作司法證據(jù)。

“有研究發(fā)現(xiàn)，大概30%的用戶觀看時鑒別不出圖像的真假，于是我們提出做換臉鑒別算法的研究?！蔽④泚喼扪芯吭焊呒壯芯繂T陳棟告訴《第一財經》雜志。2019年11月，陳棟所在的研究組提出換臉鑒別算法“Face X-Ray”，今年2月，關于這項算法技術的論文被2020年IEEE國際計算機視覺與模式識別會議（CVPR2020）收錄。

在學術界，有關換臉鑒別的算法研發(fā)其實一直十分活躍，大多數(shù)采用的是訓練AI分類器—搜集大量的真實人臉素材，以及這些人臉被某種算法換臉的素材，用自監(jiān)督學習的方法訓練AI鑒別什么樣的臉是被替換過的。這種方法的局限性在于，訓練出的AI只能基于特定的換臉算法做鑒定，只有當換臉圖像采用的是已知換臉算法，鑒別精確度才有可能達到99%;如果拿一張AI沒有學習過的換臉算法圖片去鑒別，其精度就會驟降到70%以下。大多數(shù)換臉圖片僅憑肉眼很難判斷其背后的算法，因此用“分類法”鑒定假臉并不具備通用性。

而Face X-Ray可以在不知道照片真假，以及換臉圖像采用了哪種換臉算法的背景下完成鑒定。其訓練方法是，研究員將一些真實的人臉圖像手工合成為假的人臉圖像，將真假臉的融合邊界變?yōu)橐阎?，然后利用深度學習技術讓AI學習如何找出這個邊界。最終的結果是，當AI發(fā)現(xiàn)一張陌生圖片中的臉為假臉時，會對假臉邊界發(fā)出“響應”，即在一個黑色圖像中將換臉的邊界點亮，如果是一張真實的人臉圖片，機器則不會輸出響應，顯示為一張純黑的圖像，這樣的響應過程很像給圖片照了一張“X光”。

“我們想要解決的問題是鑒別出所有換臉的圖像，包括將來會出現(xiàn)、現(xiàn)在還不存在的算法?！蔽④泚喼扪芯吭撼崭痹洪L郭百寧告訴《第一財經》雜志。

不同圖片“噪聲”不同，可能是“Face X-Ray”的算法解釋之一。

在過去很長一段時間里，微軟亞洲研究院計算機視覺組的研究員同樣用“分類法”做研究，還曾經把一種基于“分類法”的算法鑒別精度從98%提高到99.6%。后來隨著換臉技術越來越復雜多樣，研究員們便萌生了研發(fā)“通用鑒別”的想法，但一直沒有找到合適的算法路徑。直到2019年9月，研究員偶然發(fā)現(xiàn)Face X-Ray這種識別邊界的思路，可以將未知換臉算法圖片的識別精度從70%一下子提高到95%以上。

“很多時候做研究就像踢球射門，有可能你踢很多次都不進，但你必須不斷嘗試射門，才能創(chuàng)造進球的可能?！惫賹幷f。

除了通用性，F(xiàn)ace X-Ray的另一個突破是讓AI鑒別換臉具備可解釋性—用“分類法”鑒別一張人臉圖片，機器只能給出一張圖片是否被換臉的結論，并不能指出哪里被替換了，而FaceX-Ray可以將邊界標注出來。

近半年來，F(xiàn)ace X-Ray項目組成員的主要工作是提高視頻換臉鑒別的精度，具體操作方法是將視頻做逐幀的換臉鑒別，以此判斷某一片段素材的人臉真假。從造假技術上來看，視頻換臉比圖片換臉的難度高，因為造假者很難保證造假圖像的連續(xù)性—有可能前幾幀是一個人，后幾幀又變了一個人。另一個陳棟正在研究的突破點是，當視頻被換臉時，圖像的光照會出現(xiàn)抖動，研究員們也許可以通過檢測這種抖動來提高鑒別算法的精度。“我們希望能在今年把這個技術研究出來?！标悧澱f。

即便實現(xiàn)了多項突破，也并不意味著FaceX-Ray就是萬能的。

Face X-Ray只能標注出換臉的邊界在哪，并不能說出更深層次的判斷緣由?！氨热缯婺樅图倌樣捎趤碜圆煌膱D像，這導致兩塊圖片會有不同的‘噪聲，因此被機器識別出來鑒定為假，噪聲的不同只是這個算法的解釋之一，可能也有其他的東西不同，這是神經網絡自己發(fā)掘出來的?！标悧澱f。此外，圖片的分辨率以及視頻的壓縮比也會影響AI的鑒別。如果人臉在圖片中僅占十幾個像素，或者視頻的壓縮比很高，F(xiàn)ace X-Ray的鑒別精度就會下降。再比如，如果造假者用電腦直接“無中生有”一個假臉，鑒別的精度也會降低。

Face X-Ray發(fā)現(xiàn)一張陌生圖片中的臉為假臉時，會在一個黑色圖像中將換臉的邊界點亮。

由于新的換臉技術持續(xù)涌現(xiàn)，微軟亞洲研究院的科學家需要不斷用新出現(xiàn)的換臉算法圖片來訓練Face X-Ray，以保證這項鑒別技術緊跟“造假潮流”。如今有很多存有真假人臉視頻的數(shù)據(jù)庫幫助研究人員做試驗，比如FaceForensics++ 數(shù)據(jù)集，其中有1000段真實視頻和4000段被證實造假的視頻，多為新聞相關的素材。

但即便能夠鑒別出圖片被換過臉，科學家也很難單純根據(jù)Face X-Ray的鑒別結果反推換臉技術。比如很多換臉算法并不能將真假人臉上的光線統(tǒng)一，但有一種名為“alpha blending”的技術，可以把替換過的人臉部分的光線改成和原圖整體一樣，方法是利用波聲方程找到唯一的解。據(jù)陳棟介紹，目前主流的換臉算法有三類，最簡單的是將一張真實圖片的人臉貼到另一張真實圖片中;第二類是基于3D人臉技術，把一個三維人臉數(shù)據(jù)貼到另一張圖片中，再根據(jù)后者圖片原人物的姿勢、光照渲染，使之渾然一體，這一類算法目前是造假的主流;第三類是基于深層對照網絡技術，用深度學習的網絡生成人臉，如此一來假臉的豐富度會更高。

“當然，也可能有人會針對Face X-Ray的檢測算法，給換臉圖片加入一些特定的對抗措施，避免被我們檢測出來。我們不能杜絕造假，只能把造假的難度提高?！标悧澱f。鑒別假臉其實就像電子郵箱識別垃圾郵件，或者用于證明你是真人而非機器的“驗證碼”技術，“造假”和“反造假”是一場逐漸升級的貓鼠游戲，沒有完美的造假技術，也沒有完美的鑒別造假技術，況且扮演防御角色的“反造假”，在大多數(shù)情況下是被動 的。

目前Face X-Ray的檢測精度平均達到95%以上，仍處于研發(fā)狀態(tài)，，還缺乏一定的“實戰(zhàn)”經驗。郭百寧的設想是，未來換臉鑒別技術可以像殺毒軟件一樣供人們自由下載，用以過濾掉搜索引擎上虛假的人臉圖片或視頻?！安贿^，技術是永遠在升級進步的，它不能完全解決一個社會問題，因此想要打擊換臉造假，僅僅精進技術是不夠的，需要相關法律的健全，以及全社會的參與?！彼f。