DeepFakes深度造假,如何识破“AI换脸术”?( 二 )


· 面部失真:Deepfakes和生成对抗网络(GAN)生成的人脸通常在面部整体上的光照不一致 , 还可以在细节和边缘所在的位置找到失真的痕迹 , 例如发际线、眉毛、面部毛发、耳环 , 尤其是眼镜的边框 。
· 眼睛和嘴唇的动作:在Deepfakes视频中 , 需要特别注意面部的运动部分 。其阴影是否一致? 眨眼看起来真实吗?在人物说话时 , 嘴巴和牙齿看起来自然吗?
· 照明和反射:生成式模型试图预测场景中的照明 。当然 , 并不是所有的预测都是正确的 , 所以如果仔细观察 , 就会发现阴影和反射偶尔会出现故障 。这些都是AI生成图像的迹象 。
· 比例:扩散模型生成的图像通常有错误的比例 , 例如手臂、脚、前臂等部位的长度错误 。乍一看 , 这些错误可能并不明显 , 但通过仔细观察 , 很快就会发现是AI生成的图像 。
· 详细对象:当前的生成模型在合成性和详细对象方面尤其糟糕 。例如手部、建筑以及多个组成部分构成的物体 。这些图像的背景通常会包含一些明显的错误 。
· 来源:当然 , 检测Deepfakes和AI生成的图像的重要方法之一是验证它们的来源 。在谷歌或必应上进行反向图片搜索 , 查看这张照片是否在社交媒体以外的地方出现过 。查看是否有信誉良好的媒体报道了这些事件 。如果是与朋友或家人有关的比较私密的图像 , 在相信这一事实之前需要和他们核实 。
人们需要面对生成式AI快速发展的这一现实 , 而开发人员则需要更加勤奋努力 , 并为应对其带来的挑战做好准备 。

【DeepFakes深度造假,如何识破“AI换脸术”?】


推荐阅读