近日一段AI換臉視頻火爆網(wǎng)絡(luò)，一個網(wǎng)名叫換臉哥的Geek,將朱茵在94版射雕中的黃蓉換成了楊冪。

后來甚至有的主播利用類似技術(shù)，在直播平臺上利用實時換臉技術(shù)，直接把自己換成某些一線明星來吸引眼球。

后來換臉哥直接下架了相關(guān)視頻，并發(fā)聲明稱希望大家專注于技術(shù)本身。這起事件看起來只是一個娛樂版的頭條，但是深入思考一下也會發(fā)現(xiàn)，視頻換臉技術(shù)其實也給金融業(yè)普遍使用的如：客戶交易視頻資料留檔、人臉交易授權(quán)等風(fēng)控手段帶來了一定風(fēng)險。

其實對于PS中各種美顏、瘦臉和磨皮的技術(shù)，我想大家都不十分陌生了，甚至有的女生是專門根據(jù)美顏功能的高低而去選擇相應(yīng)手機的，不過這類圖像處理技術(shù)的應(yīng)用范圍始終還是被圈定在靜態(tài)圖片的處理上。直到17年底一個網(wǎng)名叫”deepfakes”的人出現(xiàn)，在Reddit上發(fā)布了一段成人視頻，而視頻的主角卻從根本從未參加過拍攝，一時之間受害的女星還很多，不過她們卻發(fā)現(xiàn)deepfakes做法好像沒有什么對應(yīng)的法律能夠約束,只能轉(zhuǎn)向Reddit投訴,后來Reddit近于壓力干脆直接封殺了deepfaks的賬號。不過這次封殺卻讓deepfaks直接開源了其換臉項目的代碼。

接下來的18年中AI換臉技術(shù)在科研學(xué)術(shù)研究領(lǐng)域和開源社區(qū)兩個方向上都獲得了不小的發(fā)展，在SIGGRAPH（暨國際計算機圖形學(xué)會）的18年年會上一個由斯坦福大學(xué)、慕尼黑技術(shù)大學(xué)、巴斯大學(xué)等科研究機構(gòu)聯(lián)系研發(fā)的”Deep Video portrait”系統(tǒng)橫空出世，該技術(shù)不但能讓被替換的人臉完全模板原視頻中人物的表情，甚至在放大對比時，兩個視頻在發(fā)絲和睫毛的表現(xiàn)上都能做到極度的精確，后來描述該技術(shù)的論文被發(fā)表在了《ACM圖形交易上》，不過所幸的是研發(fā)”Deep Video portrait”技術(shù)的幾家機構(gòu)并沒有公開其項目的源代碼。

而在開源社區(qū)中AI換臉技術(shù)也是得到了相當(dāng)多的關(guān)注，筆者初步在github上看了一下，由deepfaks衍生（如faceswap, deepfacelab）而來的開源項目數(shù)量不下十幾個，其中以faceswap、Openfaceswap等開源項目為代碼的換臉技術(shù)在github上的更新與討論十分熱烈,可以說完全看不到趨冷的跡象，極快的推動了開源換臉技術(shù)的迭代速度。而以FaceApp為代表的項目雖然沒有開源，但是它們都提供了支持一鍵式操作的應(yīng)用程序，極大的降低了換臉技術(shù)的使用門檻。

依據(jù)筆者在周末的親身測試結(jié)果，如果有一定編程知識和基礎(chǔ)的程序員大概只需要半天就能在開源社區(qū)的幫助下建立好相應(yīng)的開發(fā)環(huán)境，代碼調(diào)試中的問題也都能得到很快的解決；而如果完全沒有編程基礎(chǔ)的人士，只需要一塊NVIDA的中高端顯卡也能能夠使用faceApp的應(yīng)用程序來進行換臉操作，只是如果遇到問題需要另外付費咨詢。

我們將原視頻中的人物面部信息簡稱為faceA，將要被替換人物的面部信息簡稱為faceB.

1、人臉偵測和識別。首先要讓機器通過含有faceA的視頻定位并識別到其中的人臉特征值，通過深度學(xué)習(xí)將faceA還原到正面、平行均勻光照、標(biāo)準亮度的場景下。接下來對含faceB的視頻進行相同操作，將aceB也還原到正面、平行均勻光照、標(biāo)準亮度的場景下。

2、確定變換矩陣：接下來我們對原視頻的人臉信息進行定位與偵測，并進行特征提?。ㄒ韵潞喎QfeatureA），然后用featureA與faceA對比，找出faceA轉(zhuǎn)換到featureA的所需扭曲、光照等變換的矩陣（以下簡稱transferA）。

3、人臉替換：對faceB進行基于transferA的變換，也就是把faceB還原到原視頻的拍攝角度及光源場景下，形成新的人臉信息featureB,使用featureB對featureA進行替換。

4、對于視頻中的每一禎信息重復(fù)以上操作直至結(jié)束。

所以了解清楚了AI的換臉原理，我們也能看出目前實時換臉的技術(shù)，還只能用在人正面面向鏡頭且不劇烈運動的場景，因為如果transferA非常復(fù)雜,對其進行計算的時間要求較高，基本無法達到實時換臉的效果。

不過實時換臉的這種局限也不能令我們放心，由于Depfakes算法本身就考慮了換臉時的光線、角度等方面，使其生成的假視頻難以被反偵測;而且隨著各類開源項目的興起,換臉技術(shù)的應(yīng)用對于大眾來說其技術(shù)門檻也在不斷降低。

在一年多之前視頻偽造還幾乎是個不可能完成的任務(wù),不過隨著技術(shù)的發(fā)展，AI換臉甚至AI換一切的技術(shù)都必然出現(xiàn)。那么面臨這樣一個如此具有顛覆性技術(shù)的到來，我們到底如何應(yīng)對？

讀到這里我相信很多讀者都有這樣的疑問，能否利用AI技術(shù)本身對于偽造的視頻進行鑒定呢？而這個問題在開源社區(qū)中已經(jīng)有過比較充分的討論了。我們知道凡是機器學(xué)習(xí)都會有損失函數(shù)，是可以利用這個函數(shù)對兩個面部特征不同的視頻做做替換關(guān)鑒定，不過這種方法也有相當(dāng)?shù)木窒?，由于損失函數(shù)是換臉后的視頻相對于原視頻的概念，而不巧的是當(dāng)你只有一個視頻情況下，還沒有任何穩(wěn)定的方法能夠鑒定它是否被修改過。所以結(jié)論就是如果幾段視頻中有真有假，AI可以幫助你鑒定真假，而如果一段孤本的視頻，則沒有辦法去鑒定它是否為真。

所以我們必須要正視換臉技術(shù)所帶來的直接沖擊，那就是視頻影像材料做為證據(jù)的效力大幅減弱。筆者在之前《為什么黎曼猜想會和你的錢包有關(guān)系》的文章中曾經(jīng)介紹過，目前金融業(yè)的信息安全體系主要有對稱和非對稱加密兩種，其中對稱加密是防盜的，沒我的鑰匙就打不開我的箱子；非對稱加密是防篡改的，改了我說的話就和我的簽名對不上了，這里不加贅述，感興趣的讀者可以翻閱一下之前的文章。而目前視頻可以被任意修改而無法被鑒定的根本原因，就在于目前還沒有一種視頻編碼規(guī)范，能夠滿足可追溯、防篡改的要求。

其實訪問照PDF文件的格式規(guī)范，簡單來講在每禎視頻后加入簽名信息，其實就能達到防篡改的目的，即便AI能夠轉(zhuǎn)錄換臉，但是由于拿不到原作者的簽名，很容易鑒別真?zhèn)?。在這里我們也呼吁國家盡快建立基于國密算法的防篡改視頻標(biāo)準，并盡力能夠使其成為國際標(biāo)準，個人認為這也是我們國家的國密算法走向國際化的一個契機。

最后筆者還要指出，這種呼之欲出的視頻編碼規(guī)范，其實和區(qū)塊鏈的機制具有強關(guān)聯(lián)性的。我們知道區(qū)塊鏈揚名立腕的根本就是其防篡改、分布式和時間戳的屬性，那么我們不妨開個腦洞將監(jiān)控、取證等證據(jù)效力要求較高的視頻簽名信息定時送上區(qū)塊鏈，利用區(qū)塊鏈的安全機制為視頻防篡改多加一層保險，以達到提升安全性的目的。也讓我們拭目以待，看看被AI打破的信任，能否被區(qū)塊鏈重建。

<  end  >

如果您對本文有好的想法，就留下您的寶貴建議吧！