上周，Avatarify的爆火与下架再次将AI换脸技术带上风口浪尖。其实，这项技术早已出现，人们也不是第一次为AI换脸相关应用如此疯狂。
像是前阵子最流行的自拍模式——“迪士尼公主脸”和“二次元漫画脸”，就是利用AI生成的。
去年，腾讯光影研究室在QQ小世界、微视App、微博等社交平台上推出的“王者脸”、“童话脸”等各类AI特效应用。便结合了生成对抗网络GAN算法与3D卡通风格、游戏人物风格，可以将照片和直播视频中的人物立刻变成游戏角色、真人“芭比”或“在逃公主”。
百度的AI平台也基于生成对抗网络，结合人脸检测、头发分割、人像分割等技术，推出人像动漫化服务。 现已和B612咔叽美颜相机合作，为用户提供量身定做的二次元漫画头像定制。不少主播和网红都曾在直播中使用这类特效，运用这类贴纸来自拍，也作为一种新的“打码”方式形成潮流。
AI换脸热
AI换脸的兴起可追溯至2016年，德国研究团队研发出一款名为Face2Face的应用，可实现实时的面部图像转换。2017年，一位名为Deepfake的用户利用AI换脸技术将“神力女超人”Gal Gadot的脸“嫁接”到成人影片的角色上，引起轩然大波。代码开源后，这个被统称为DeepFake的技术开始流行。
国内的“AI换脸热”则是从2019年Bilibili上出现的一段将94年版《射雕英雄传》中朱茵饰演的黄蓉换成杨幂的视频开始，当时微博话题#将朱茵的黄蓉换成杨幂的脸#阅读量过亿。虽然这段影片因侵犯肖像权而下架，却无法阻挡AI换脸的热潮。
2019年八月底，陌陌公司推出了主打AI换脸视频制作的ZAO。这款应用支持用户将自己的脸“移植”到明星demo身上，上线后便迅速成为苹果App Store免费应用排行榜的第一名。
然而好景不常，上线不到一周，ZAO的运营方就因为用户隐私协议不规范，存在数据泄露风险等网络数据安全问题引发各界质疑，并被工信部约谈，该应用也遭到下架。
最近，类似的故事再度上演。
上周，以“Ma-i-a hi~Ma-i-a hu~Ma-i-a ho~Ma-i-a ha-ha……”这段欢快、洗脑的旋律为背景音乐的短视频在各大社交媒体上疯狂刷屏。
网上流行的影片中，做出夸张表情、摇头晃脑的有马斯克、扎克伯格、巴菲特、马云、马化腾等商界大佬;陈奕迅、甄子丹、吴京、蔡卓妍、宁静等一众明星;甚至还包含蒙娜丽莎、猫猫狗狗等画中人物及小动物。
制作出这款魔性特效，并让这首2003年在罗马尼亚发行的畅销老歌《Dragostea Din Tei》再次传遍世界的，是一款名为Avatarify的AI变脸软件。
Avatarify起初是俄罗斯程序员Ali Aliev为了捉弄一起开视频会议的同事而研发的玩笑之作。这款应用能将别人的照片“嫁接”到自己的脸上，还能藉由将静止的人脸套入视频demo，操纵照片中人物的表情，让他们“动起来”，并生成短影片。
去年7月，Avatarify正式登上苹果App Store。今年二月中旬，这款App在中国区的排名突然上升，并于二月二十五日超越微信、微博、抖音，成为IOS应用商店免费App下载排行榜第一名，且持续多天“霸榜”。
去年，一名马来西亚政治家因为一段涉嫌从事同性恋活动的影片而被判入狱，但后来证实影片为Deepfake伪造。虽然以这项技术为基础制作的搞笑影片曾带来一些欢乐，但就目前使用结果而言，Deepfake技术对人们的影响似乎是弊大于利。
因此，Facebook、Google、微软等互联网巨头开始致力于开发与Deepfake抗衡的检测技术。Facebook释出有史以来最大的Deepfake数据库，甚至举办了Deepfake侦测竞赛(Deepfake Detection Challenge)。AI换脸相关的第三类应用——“假脸甄别”产品与API就此诞生。
由于肉眼已难以分辨较为成熟的Deepfake造假影片，要破解AI换脸技术还得依靠AI。已有的方法如检测影片目标的心跳、血液流动等生物学信号，藉由分析该信号的残差来确定真假，目前该方法的准确率已达到97.29%，同时还可以检测背后所用的Deepfake模型。
国内大厂也纷纷推出此类应用，如百度大脑AI开放平台推出的“人脸检测”、“H5视频活体检测”、“在线活体检测”API ，具备人脸合成图鉴别能力。基于深度学习算法，可识别摩尔纹、成像畸形等图像特征，防止静态图片、屏幕或视频翻拍等作弊攻击，提升业务安全性。目前此功能已广泛应用于房产交易身份认证;保险投保、核保及理赔辅助核验;运营商实名制开卡，汽车租赁等各种业务。
阿里安全图灵实验室也为此打造了基于多实例学习的检测算法Sharp-MIL（S-MIL）， 只需视频级别的标注，就能对deepfake作品进行检测。
腾讯云AI视觉则推出AntiFakes假脸甄别技术，基于图像算法和视觉AI，可对图片或视频中的人脸真伪进行检测分析，鉴别图片中的人脸是否为AI换脸算法、App所生成的假脸，最终对图像或视频的风险等级进行评估。
情绪辨识网络（Emotion Recognition Network） 也是测定方法之一，透过检测脸部情绪是否与场景上下文或音讯内容相匹配，来确定影片真伪。其他还有对比人脸区域与背景区域，寻找微小差异以辨别真假的背景差异检测;以及将假脸重新混入目标图像或影片，以从中寻找边界的人脸X 射线(Face X-ray)检测。经过FaceForensics 数据集上测试，人脸X 射线的精准度可达99% 以上。
虽然基于Deepfake的AI换脸技术可制造巨大流量，能作为不错的营销手段。在发展出相应的监管制度之前，这类无法确保用户隐私数据安全的应用仍无法逃离下架的命运，反而为Deepfake防治软件带来许多商机。除了上述产品，还有Sensity、Deepware，以及微软Video Authenticator等商业用的应用程序编程接口。
AI换脸技术可说是打开了潘多拉的魔盒，在为一些人带来消遣的同时，也成为不法之徒伤害他人的工具。如何妥善运用这把双面刃，在娱乐消遣和隐私安全中取得平衡，是人类在科技发展过程中必须面对的问题。
此内容为【智能相对论】原创，
仅代表个人观点，未经授权，任何人不得以任何方式使用，包括转载、摘编、复制或建立镜像。
部分图片来自网络，且未核实版权归属，不作为商业用途，如有侵犯，请作者与我们联系。
文/ 智能相对论(ID：aixdlun)
作者/ 离离
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容， 请发送邮件至253000106@qq.com举报，一经查实，本站将立刻删除。
发布者：SEO优化专员，转转请注明出处：https://www.chuangxiangniao.com/p/970782.html
