AI視頻換臉術(shù)

沈臻懿

“有圖有真相”，可謂長期以來人類社會中的一條不變真理。人們在記錄已經(jīng)發(fā)生的事實時，已習慣通過影像資料來予以固定和反映。然而，在AI視頻換臉術(shù)、人像照變動態(tài)表情包技術(shù)等黑科技的新浪潮下，有圖有真相，被徹底顛覆……

漫漫歷史長河中，人們用來記錄和保存事件的方式一直都在發(fā)生著變化。從最初的口耳相傳、文字記錄、繪畫形式，到之后的照片、錄音、錄像等，現(xiàn)代人早已習慣了用影像資料來記錄生活、回溯事實。如果人們平時遇到疑惑之事，譬如，發(fā)現(xiàn)自己停在停車場內(nèi)的愛車不知被誰剮蹭了，往往第一反應就是調(diào)取車庫監(jiān)控錄像，以確定這一事件真相。可以說，圖片、視頻記錄的內(nèi)容，已成為當前保存事實真相的重要手段。

然而，隨著一種名為“AI視頻換臉術(shù)”的黑科技問世，“有圖有真相”的論斷已經(jīng)徹底淪為過去。未來，當我們再看到一段人物影像視頻后，我們可能要多問自己幾遍，這個視頻是真的嗎？

“以假可亂真”的AI視頻換臉術(shù)

想必不少資深影迷對于尼古拉斯·凱奇曾主演的好萊塢大片《變臉》仍有印象。在這部影片中，有一場反映高科技整容換臉手術(shù)的橋段。在各類手術(shù)器械的精密操控下，主人公的臉被換到了另一個人臉上。現(xiàn)實生活中，對于真人換臉，需要有高超整容技術(shù)的介入，并且難免出現(xiàn)瑕疵。但對于視頻人物的換臉，目前的技術(shù)已經(jīng)幾乎可以亂真。

帶有人物影像的視頻，可以看成是一段連續(xù)的圖片。如果我們將每一幀圖片中的臉一一替換，就能得到一段變臉后的新視頻。AI視頻換臉術(shù)在其中的應用，就是基于人工智能的人體圖像合成技術(shù)來生成一張“假臉”。這一解釋雖然較為簡單，但該技術(shù)涵蓋了人臉定位、面部捕捉、深度學習、基本算法、人臉轉(zhuǎn)換等諸多操作難點。

由于AI視頻換臉術(shù)的目的就是將原始人臉轉(zhuǎn)換為目標人臉，因此首先需要做的就是數(shù)據(jù)準備，也就是收集原始人臉的圖像和目標人臉的圖像。為了達到“以假亂真”的效果，不僅需要捕捉不同的臉姿態(tài)、角度、表情以及光照的臉部圖像;還需要進行專門的數(shù)據(jù)處理。計算機系統(tǒng)需要對人臉表情變化的關(guān)鍵點進行面部捕捉，有了這些面部的“關(guān)節(jié)”點后，就可以借助深度學習技術(shù)來識別人的表情。無論是眼睛、鼻子、嘴巴的相對位置，還是臉頰、下頜與顴骨的形狀，都需要通過算法來識別人臉面部的特定結(jié)構(gòu)，進而依照這些特征點來進行臉部的替換，也就是將原始人臉替換成目標人臉。

“潘多拉魔盒”的開啟

基于AI視頻換臉術(shù)篡改的視頻，具有極強的欺騙性。這也意味著我們絕大多數(shù)人的眼睛，將會被AI視頻換臉術(shù)所蒙蔽。對此，有媒體也表示，“這一技術(shù)再次對我們發(fā)出了警示。在當前的數(shù)字時代，對于任何事情都不能僅憑表面觀察，或許那張臉可能就在欺騙你。”同時，也有人擔憂，AI視頻換臉術(shù)的問世，是否會就此開啟“潘多拉的魔盒”！

在美國總統(tǒng)特朗普宣布中止全球氣候變化協(xié)議后，比利時某政黨便利用AI視頻換臉術(shù)，對相關(guān)視頻進行了篡改，并發(fā)布了一段名為“特朗普宣告比利時政府也應當退出”的虛假視頻，引發(fā)了比利時民眾的憤怒。不難想象，AI視頻換臉術(shù)被用在此類“以假亂真”的假視頻之上，其后果可能極為嚴重！

與此同時，AI視頻換臉術(shù)還存在著嚴重的道德、倫理隱憂。目前，已有諸多公眾人物就此躺槍。比如，某些受害者的頭像被換到了某些成人視頻的主人公臉上，并被人上傳至成人視頻網(wǎng)站，引發(fā)了諸多社會道德的爭議。主演過電影《神奇女俠》的女星蓋爾·加朵（Cal Gadot）就曾遭遇過“換臉色情視頻”的困擾。有一名技術(shù)男將蓋爾·加朵的臉，嫁接替換到了一部成人視頻中的女主角身上，令蓋爾·加朵無辜“躺槍”！

“道高一尺、魔高一丈”的博弈

面對這一出神入化的技術(shù)，我們是否有方法對其予以鑒別，并避免可能存在的風險呢？所幸當前有人已經(jīng)關(guān)注到了這一問題，并已著手開展了“反AI換臉術(shù)”的探索。

在某些制作尚欠精良的換臉視頻中，我們?nèi)绻屑氂^察，就可能會發(fā)現(xiàn)若干破綻。圖像中被換臉人物的臉部邊緣處膚色會發(fā)生某些突變，輪廓線條也不甚光滑，就如同戴上了一層薄薄的假臉面具。當然，如果是制作更為精良的換臉視頻，這一方法可能就不再適用。

還有研究團隊發(fā)現(xiàn)，這些通過AI視頻換臉術(shù)制作的篡改視頻，幾乎都存在一個共同的漏洞，那就是被合成替換上去的假臉，很少或者甚至不會眨眼睛。我們根據(jù)常識都知道，諸如眼球運動、脈搏、呼吸等，都是人類自發(fā)且無意識的生理性活動。據(jù)統(tǒng)計，正常人每分鐘眨眼十余次，平均每2～6秒就會眨眼一次，每次眨眼所用時間在0.2秒至0.4秒之間。篡改視頻中這種缺少眨眼的反常現(xiàn)象，無疑是甄別視頻真假的重要鐵證。究其原因而言，造假者往往是使用原始人臉和目標人臉的睜眼照片進行深度學習和模擬的。

所謂“道高一尺、魔高一丈”，AI視頻換臉術(shù)的問世，同樣催生著“反AI換臉”技術(shù)的崛起。有研究團隊表示，基于有效預測眼睛眨眼狀態(tài)的“反AI換臉”技術(shù)，其準確率、可靠性高達99%。目前，這一技術(shù)也已成為甄別虛假媒體新聞、推動媒體取證的有機組成部分。不過，從技術(shù)層面來說，在篡改的換臉視頻中人工添加處理眨眼活動，也并非不可能實現(xiàn)。某些造假者也已注意到了這一問題，并開始將眨眼等人體無意識生理活動添加至篡改視頻之中。因此，在可以預期的未來一段時間內(nèi)，AI視頻換臉術(shù)與反AI換臉術(shù)之間的較量與博弈將持續(xù)深入。不過，人臉眨眼甄別也并非反AI換臉技術(shù)的唯一“終極武器”，研究人員通過強制記錄圖片和視頻的拍攝時間、拍攝地點，即在區(qū)塊鏈上記錄下無法篡改的時空戳，同樣可以對圖片與視頻中的人臉是否被替換進行甄別。

“以假可亂真”黑科技的衍生

俗話說“眼見為實，耳聽為虛”。但眼下，這一諺語已然隨著AI視頻換臉術(shù)的橫空出世而需要重新解釋了。耳聽為虛，眼見也為虛。除了AI視頻換臉術(shù)之外，“以假可亂真”的黑科技還在不斷繼續(xù)……

如果說AI視頻換臉術(shù)的核心是將一段影像視頻中原始人臉的圖像和目標人臉的圖像進行替換，那么基于AI系統(tǒng)的人像照變動態(tài)表情包，則同樣借助于類似的原理，將一張靜態(tài)的肖像照或者畫像，合成為動態(tài)影像，并可配以相應的語音。在經(jīng)過大量人物圖像與動態(tài)視頻的深度學習與訓練后，AI系統(tǒng)能夠探尋到與系統(tǒng)學習的臉部相對應的結(jié)構(gòu)部分，并針對靜態(tài)人物肖像照中的眼睛、鼻子、嘴巴等關(guān)鍵器官部位進行調(diào)試，從而令靜態(tài)圖像“動起來”！不過，這一階段也僅僅只是完成了該黑科技的一半功效，其還可以根據(jù)操作者所提供的語音，配合其語氣語調(diào)，對人物的面部表情進行調(diào)整，從而令合成的視頻影像更為逼真，也更具有欺騙性。

研究人員在探究人像照變動態(tài)表情包技術(shù)時，將一張愛因斯坦的靜態(tài)照片與一段不屬于他自己的演講音頻合成，形成了一段全新的愛因斯坦演講視頻。在該合成視頻中，愛因斯坦不僅有著動態(tài)表情，其口型也會隨著演講音頻的內(nèi)容而發(fā)生相應變化……

編輯：黃靈 ?yeshzhwu@foxmail.com