嘘！我看到了你 60 岁的样子！
作者 | 马超
责编 | 胡巍巍
出品 | CSDN（ID：CSDNnews）
近日，笔者在CSDN博客，发布了一篇有关AI换脸的教程，不过令笔者始料未及的是一石激起千层浪，竟然有不少网友留言求所谓一键“脱”衣的教程。
虽然笔者对于技术的滥用深恶痛绝，但技术本身是中性的，并无好坏之分，从而且从上篇博文中也能看到“AI换脸”的门槛越来越低，目前其应用已经发展到任何人都能操作的地步了。
所以想阻止这些滥用的技术，单靠封杀是不起了什么作用的，所以本文就回归到技术本身，带大家盘点一下那些被滥用的AI模型。
也争取能够抛砖引玉帮助大家提供思路，来检测这些被伪造过的视频。
PIX2PIX： AI脑补的先河
鲁迅先生曾说“一见短袖子，立刻想到白臂膊，立刻想到全裸体......中国人的想像惟在这一层能够如此跃进。”不过和AI比起来国人的联想能力根本就是小巫见大巫。
笔者之前的博文AI能让杨超越跳舞，背后原理大揭秘就曾经介绍过PIX2PIX技术，PIX2PIX论文链接，PIX2PIXGithub地址，PIX2PIX是基于对抗神经网络GAN的模型，其目标是由图像的轮廓，还原回真实图像。
目前读者可以到https://affinelayer.com/pixsrv/这个网站来感受一下如何从一个简笔画出的轮廓转换成真实的图像。
后来N厂又提出了PIX2PIXHD技术（GitHub传送门），PIX2PIXHD把之前由PIX2PIX生成的图像分辨率提高了很多。
可以说PIX2PIX是后面这些AI换脸、一键“脱"衣等技术的理论基础，正是凭借AI强大的联想及脑补能力使以上应用成为了可能。
CycleGAN： 指鹿为马的AI
2017年伯克利提出了CycleGAN的理念，CycleGAN论文地址、CycleGAN的Github传送门，CycleGAN使用循环一致性损失函数来实现训练，从而完成将图片中一个域到另一个域的无缝转换。
具体什么是循环一致性损失函数咱们可以找时间详解，简单来说CycleGAN能将图像的主题风格或者某一域主体完美进行切换，具体效果如下：
斑马与马的互转
冬与夏的风格切换
后来NCSOFT又提出了UGATIT，一种加强版的CycleGAN,UGATIT论文地址、Github传送门，其效果更好，具体如下：
CycleGAN出现之后，图像主题无缝切换将图像伪造技术提升了一个高度，在换脸之余还能把原背景主题进行切换，给鉴定带来来大麻烦。
StyleGAN： 能算孩子未来长相的AI
目前好像非常流行组CP，那么N厂提出的StyleGAN就是用来计算Picure A+ Picture B结果的AI，StyleGAN论文地址、StyleGAN的Github传送门，而且他还支持多种结合模式，具体见下表
| Style 等级 |
Picture A |
Picture B |
| 高等级（粗略） |
所有颜色（眼睛，头发，光线）和细节面部特征来自Picture A |
继承Picture B高级的面部特征，如姿势、一般的发型、脸部形状和眼镜 |
| 中等级 |
姿势、一般的面部形状和眼 睛 来自Picture A |
继承Picture B中级的面部特征 ，如发型，张开/闭着的眼睛 |
| 高等级（细微） |
主要面部内容来自Picture A |
继承Picture B高级面部特征，如颜色方案和微观结构 |
其两张图像按照三种Style结合的效果如下图：
Partialconv： 马赛克终结者
Partialconv又是N厂提出的，Partialconv的论文地址、Partialconv的Github传送门，Partialconv其实是PIX2PIX的2.0版本。
即使图像丢失了大面积的像素他也能通过AI将损失进行修复。所谓的一键”去“衣、一键”去“码其实背后都是Partialconv，其效果图如下：
这种修复效果，真的非常惊人。
Speech-Driven Facial Animation： 合成视频的创始人
Speech-Driven Facial Animation是一个由三星提出的使用照片加音频合成视频的模型，SDFA论文地址、SDFA的Github链接,SDA能够仅使用人的静止图像和包含语音的音频剪辑来产生动画面部。
其生成的视频不仅可以产生与音频同步的唇部动作，还可以呈现特有的面部表情，例如眨眼，眉毛等，同时能够捕捉说话者的情绪并将其反映在面部表情中。
原图如下：
SDA处理之后生成的图像，静止图像立刻活灵活现起来。
写在最后
上个月笔者在《银行家杂志》的发文，传统银行如何引领开放银行时代潮流，就曾指出AI换脸等技术的兴起将会我们未来的身份识别及认证造成很大的麻烦。
可以说一旦将人脸面部信息与具体的人联系起来，那么人脸信息就可能被滥用，而且考虑到目前尚没有可靠的技术能够鉴定视频的真伪。
所以笔者这里也以此文号召大家共同关注由脸书、微软联合MIT等科研机构共同发起了”Deepfake挑战赛“，找到以AI破解AI的方法，在而此之前笔者也呼吁各行业按照《GB/T 25724-2017公共安全视频监控数字视音频编解码技术要求》进行安全加固，以防止仿造视频的危害。
作者简介：马超，CSDN博客专家，金融科技从业者。
【END】
热 文推 荐
☞dfuse、慢雾科技、MYKEY共同出席，与你探讨区块链数据架构和项目上链那些事！
☞拍照比剪刀手泄露指纹信息；国内绿 iPhone11 抢断货；PostgreSQL 12 Beta 4 发布 | 极客头条
☞公开课｜百度天工物联网基础平台的微服务容器化落地实践
☞惊呆！这辆悍马自己在跑跑跑跑跑跑跑！
☞ 互联网大佬为什么爱唱歌
☞我们到底该如何看待6G？
☞ 大数据工程师手册：全面系统的掌握必备知识与工具
☞ 实操 | 从0到1教你用Python来爬取整站天气网
☞痛！首批共享单车死于2019
点击阅读原文，输入关键词，即可搜索您想要的 CSDN 文章。
你点的每个“在看”，我都认真当成了喜欢
正文到此结束
热门推荐
相关文章
近期评论
-
666
-
文章和留言都翻到11页了 没有OOM
-
-
朋友，翻页到11页，及以后，会出现OOM，无法访问
-
-
-
-
版本号是多少，你可以下载哪个代码仓库，jdk选1.8 直接跑就行
-
-
Loading...
![[HBLOG]公众号](https://www.liuhaihua.cn/img/qrcode_gzh.jpg)
