区块链|深度换脸技术将带来哪些挑战？我们又该如何检测深度欺诈呢？
Deepfake是一种使用人工智能算法操纵视频的应用程序 。Deepfake最著名的是能够将演员的面孔从一个视频转换为另一个视频的功能 。它们首次出现在2018年 ， 并在被用来修改视频以展现好莱坞演员和政客的面孔后迅速成名 。
文章图片
文章图片
在过去的几年中 ， 它引起了人们对新一波由AI编写的视频的兴起的关注 ， 这些视频可以传播虚假新闻并使伪造者和骗子成为可能 。
Deepfake中的“深度”来自深度学习的使用 ， 而深度学习是过去十年中非常流行的AI分支 。深度学习算法大致模仿了人类和动物基于经验的学习能力 。如果您对他们进行足够的任务示例培训 ， 他们将能够在特定条件下复制它 。
基本思想是在角色和目标面孔的多个示例上训练一组深度学习算法的主要组成部分人工神经网络 。经过足够的训练 ， 神经网络将能够创建每个面部特征的数字表示 。然后 ， 您所需要做的就是重新连接神经网络 ， 以将角色的脸部映射到目标 。
自动编码器
深度学习算法有不同的格式 。许多人认为 ， 深度欺诈是通过生成对抗网络（GAN）创建的 ， GAN是一种深度学习算法 ， 可以学习从噪声中生成逼真的图像 。的确 ， 有许多GAN可以创建深造假 。
但是 ， 在伪造中使用的神经网络的主要类型是“自动编码器” 。自动编码器是执行两种任务的一种特殊类型的深度学习算法 。首先 ， 它将输入图像编码为一小组数字值 。（实际上 ， 它可以是任何其他类型的数据 ， 但是由于我们谈论的是深度假货 ， 因此我们将坚持使用图像 。）编码是通过一系列从多个变量开始并逐渐变小直到它们变小的层完成的到达“瓶颈”层 。瓶颈层包含目标数量的变量 。
接下来 ， 神经网络对瓶颈层中的数据进行解码并重新创建原始图像 。
文章图片
文章图片
自动编码器神经网络架构
在训练期间 ， 自动编码器会提供一系列图像 。培训的目的是找到一种方法来调整编码器和解码器层中的参数 ， 以使输出图像尽可能类似于输入图像 。
问题域越窄 ， 自动编码器的结果越准确 。例如 ， 如果您仅在自己的脸部图像上训练自动编码器 ， 则神经网络最终将找到一种方法 ， 以一小部分数值对脸部特征（嘴 ， 眼 ， 鼻子等）进行编码 ， 并且使用它们可以高精度地重新创建图像 。
您可以将自动编码器视为一种超级智能的压缩-解压缩算法 。例如 ， 您可以将图像放入神经网络的编码部分 ， 并使用瓶颈表示形式进行小型存储或快速网络数据传输 。当您要查看图像时 ， 只需要将编码值运行到解码一半 ， 然后将其返回到原始状态即可 。但是自动编码器还可以做其他事情 。例如 ， 您可以将其用于降噪或生成新图像 。
Deepfake自动编码器
Deepfake应用程序使用自动编码器的特殊配置 。实际上 ， 深层假冒生成器使用两个自动编码器 ， 一个自动编码器在演员的脸上训练 ， 另一个在目标板上训练 。
【区块链|深度换脸技术将带来哪些挑战？我们又该如何检测深度欺诈呢？】
文章图片
文章图片
训练自动编码器后 ， 您切换它们的输出 ， 然后会发生一些有趣的事情 。目标的自动编码器获取目标的视频帧 ， 并在瓶颈层将面部特征编码为数值 。然后 ， 这些值被馈送到角色自动编码器的解码器层 。结果是演员的脸和目标的面部表情 。
推荐阅读
- |万向肖风：区块链的商业突破不是从 C 端开始，而是从开发者开始
- 数字|美区块链股3日涨逾20% 数字货币再迎政策“红包” 概念股来了
- 区块链|MANTRA DAO推出RFUEL质押计划
- 21世纪经济报道|深度丨宝尊回港上市背后：电商盛宴 ，服务商开启新一轮资本战
- 斯莱克|斯莱克：阿里系科技赋能，区块链防伪溯源
- |「专利解密」OPPO区块链身份验证方法
- 数字世界|区块链技术的重要价值所在
- 区块链|中国，加快智能手机与区块链，结合的速度
- 人生工作吧|区块链每日重要科技动态：10月7日见闻
- |「专利解密」华为区块链账本技术 让你的资金更安全