品玩DeepFake天敌出现：用血氧仪原理识别假脸，准确率高达97%
【品玩DeepFake天敌出现：用血氧仪原理识别假脸，准确率高达97%】解释最新科技进展 ， 报道硅谷大事小情
本文插图
假人不会有真的心跳 。
——
文｜杜晨 编辑｜Vicky Xiao
#插播新闻#
本文插图
苹果今天发布了名为”Hi Speed“的秋季新品发布会邀请函 ， 邀请函显示 ， 苹果将在美西时间10月13日10点发布新产品 。 多数分析师认为 ， 此次发布会的亮点将是具备5G功能的新iPhone 。
DeepFake 已经不再是只有少数科研人员掌握的技术了 ， 它被越来越多怀有不良动机的人 ， 应用到现实生活的方方面面中 ， 引发不必要的误解 ， 比如说炮制色情影片或者虚假新闻等 。 最近 ， 一篇刊登在 IEEE PAMI（模式分析与机器智能汇刊）上的论文称 ， 有新的方法能够准确识别 DeepFake 视频 ， 甚至能以很高的准确率 ， 识别出视频采用的是哪种 DeepFake 算法 。 这篇论文有意思之处 ， 在于它的思路别出心裁：识别人脸面部因心跳血流产生的微弱变化 。 血管遍布人体全身 ， 包括脸上 。 比如在睡觉的时候 ， 你可能会感觉到面部血液流动产生的轻微“跳动”感 。 随着心跳导致的血液流动 ， 人体皮肤也会出现区域性颜色变化 。 常见的脉搏血氧仪 ， 其工作方式其实就是识别这种变化 。 （学名叫做光体积变化描记法 Photoplethysmography, 简称 PPG 。 后面还会提到这个词 。 ）因心跳产生的皮肤颜色变化 ， 在人脸上同样会出现 ， 只是极其微弱 ， 对肉眼不可见 ， 在视频里就更难看出来了 。 不过对视频进行特定处理 ， 增强颜色变化的效果 ， 肉眼就可以很明显地观察出来了：
本文插图
你可能想问：这种方法识别心跳准确吗？当然准了 ， Apple Watch 和一大堆血氧仪都采用的这种方法 。 它的准确率和心电图基本吻合 ， 如下图所示：
本文插图
三位分别来自纽约州立大学宾汉顿分校和英特尔公司的研究人员 ， 在这篇新论文里提出了一个重要的主张：无论是在空间维度还是时间维度上 ， DeepFake 的假人脸都无法还原这种因血液流动造成的微弱变化 。 空间维度就是面部区域 ， 时间维度就是心跳频率 。 DeepFake 的假人脸 ， 不是体现不了这种微弱变化 。 在进行大量测试后 ， 研究人员发现：DeepFake 视频里的人脸 ， 读取到的 PPG 信号是不稳定的 。 这句话的意思是：如果你对 DeepFake 视频进行增强 ， 会发现血流变化产生的颜色变化在人脸上显示非常不自然 ， 变化的频率也完全不像真的心跳 。 从下图中你可以看的更清楚：四种 DeepFake 算法生成的视频 ， 产生的 PPG 信号都有很多“杂讯” ， 而真实视频的“杂讯”很少 。
本文插图
基于这个主张 ， 研究人员设计了一套基于卷积神经网络的模型 ， 命名为FakeCatcher 。 FakeCatcher从不同的 DeepFake 视频中提取 1）关键的人脸区域 2）读取 PPG 信号 ， 将两者组合成一个时空模块（称为一个 PPG 元素） 。 再对 PPG 元素进行学习 ， 最终就可以给出答案了 。
本文插图
在 Face Forensics++、CelebDF 等常用的假脸数据集上 ， Fake Catcher 的准确率能够超过90% 。 更厉害的是 ， FakeCatcher 不光能认出视频的真假 ， 还能准确识别出假视频用的是哪种 DeepFake 算法——这是因为每种算法的残差效果的杂讯都有足够明显的特种 。 研究人员透露 ， 他们在 DeepFakes、Face2Face、FaceSwap 和 NeuralTex 四种主流算法上的识别准确率整体超过了93% 。
推荐阅读
- 王者荣耀|唯一克制所有射手的辅助，却被梦泪大仙苦练，直言是法师天敌
- 蟒蛇|巨蟒有天敌吗？为什么它们的数量如此稀少？
- 寿司说游|钻石局没有天敌，高端局却挺不过3秒，最惨的13888英雄
- 王者荣耀|最惨的13888英雄，钻石局没有天敌，高端局却挺不过3秒
- PingWest品玩|扩大在韩业务规模，Uber将与韩国SK电信成立合资企业
- 王者荣耀|攒一颗荣耀水晶，别换全息天鹅，重回T0的它再无天敌
- 梦泪|唯一让所有射手讨厌的辅助，却被梦泪大仙苦练，直言是刺客最大天敌
- 王者荣耀|唯一让所有射手讨厌的辅助，却被梦泪大仙苦练，直言是刺客最大天敌
- 品玩三星推出千元平板Galaxy Tab A7
- 掠食者|被天敌吃下肚后靠突破“后门”逃生，是动物界的基本操作