AI視頻換臉術(shù)

沈臻懿

“有圖有真相”，可謂長期以來人類社會中的一條不變真理。人們在記錄已經(jīng)發(fā)生的事實時，已習(xí)慣通過影像資料來予以固定和反映。然而，在AI視頻換臉術(shù)、人像照變動態(tài)表情包技術(shù)等黑科技的新浪潮下，有圖有真相，被徹底顛覆……

漫漫歷史長河中，人們用來記錄和保存事件的方式一直都在發(fā)生著變化。從最初的口耳相傳、文字記錄、繪畫形式，到之后的照片、錄音、錄像等，現(xiàn)代人早已習(xí)慣了用影像資料來記錄生活、回溯事實。如果人們平時遇到疑惑之事，譬如，發(fā)現(xiàn)自己停在停車場內(nèi)的愛車不知被誰剮蹭了，往往第一反應(yīng)就是調(diào)取車庫監(jiān)控錄像，以確定這一事件真相?？梢哉f，圖片、視頻記錄的內(nèi)容，已成為當(dāng)前保存事實真相的重要手段。

然而，隨著一種名為“AI視頻換臉術(shù)”的黑科技問世，“有圖有真相”的論斷已經(jīng)徹底淪為過去。未來，當(dāng)我們再看到一段人物影像視頻后，我們可能要多問自己幾遍，這個視頻是真的嗎？

想必不少資深影迷對于尼古拉斯·凱奇曾主演的好萊塢大片《變臉》仍有印象。在這部影片中，有一場反映高科技整容換臉手術(shù)的橋段。在各類手術(shù)器械的精密操控下，主人公的臉被換到了另一個人臉上?，F(xiàn)實生活中，對于真人換臉，需要有高超整容技術(shù)的介入，并且難免出現(xiàn)瑕疵。但對于視頻人物的換臉，目前的技術(shù)已經(jīng)幾乎可以亂真。

帶有人物影像的視頻，可以看成是一段連續(xù)的圖片。如果我們將每一幀圖片中的臉一一替換，就能得到一段變臉后的新視頻。AI視頻換臉術(shù)在其中的應(yīng)用，就是基于人工智能的人體圖像合成技術(shù)來生成一張“假臉”。這一解釋雖然較為簡單，但該技術(shù)涵蓋了人臉定位、面部捕捉、深度學(xué)習(xí)、基本算法、人臉轉(zhuǎn)換等諸多操作難點。

由于AI視頻換臉術(shù)的目的就是將原始人臉轉(zhuǎn)換為目標(biāo)人臉，因此首先需要做的就是數(shù)據(jù)準(zhǔn)備，也就是收集原始人臉的圖像和目標(biāo)人臉的圖像。為了達到“以假亂真”的效果，不僅需要捕捉不同的臉姿態(tài)、角度、表情以及光照的臉部圖像;還需要進行專門的數(shù)據(jù)處理。計算機系統(tǒng)需要對人臉表情變化的關(guān)鍵點進行面部捕捉，有了這些面部的“關(guān)節(jié)”點后，就可以借助深度學(xué)習(xí)技術(shù)來識別人的表情。無論是眼睛、鼻子、嘴巴的相對位置，還是臉頰、下頜與顴骨的形狀，都需要通過算法來識別人臉面部的特定結(jié)構(gòu)，進而依照這些特征點來進行臉部的替換，也就是將原始人臉替換成目標(biāo)人臉。

基于AI視頻換臉術(shù)篡改的視頻，具有極強的欺騙性。這也意味著我們絕大多數(shù)人的眼睛，將會被AI視頻換臉術(shù)所蒙蔽。對此，有媒體也表示，“這一技術(shù)再次對我們發(fā)出了警示。在當(dāng)前的數(shù)字時代，對于任何事情都不能僅憑表面觀察，或許那張臉可能就在欺騙你?！蓖瑫r，也有人擔(dān)憂，AI視頻換臉術(shù)的問世，是否會就此開啟“潘多拉的魔盒”！

在美國總統(tǒng)特朗普宣布中止全球氣候變化協(xié)議后，比利時某政黨便利用AI視頻換臉術(shù)，對相關(guān)視頻進行了篡改，并發(fā)布了一段名為“特朗普宣告比利時政府也應(yīng)當(dāng)退出”的虛假視頻，引發(fā)了比利時民眾的憤怒。不難想象，AI視頻換臉術(shù)被用在此類“以假亂真”的假視頻之上，其后果可能極為嚴(yán)重！

與此同時，AI視頻換臉術(shù)還存在著嚴(yán)重的道德、倫理隱憂。目前，已有諸多公眾人物就此躺槍。比如，某些受害者的頭像被換到了某些成人視頻的主人公臉上，并被人上傳至成人視頻網(wǎng)站，引發(fā)了諸多社會道德的爭議。主演過電影《神奇女俠》的女星蓋爾·加朵（Cal Gadot）就曾遭遇過“換臉色情視頻”的困擾。有一名技術(shù)男將蓋爾·加朵的臉，嫁接替換到了一部成人視頻中的女主角身上，令蓋爾·加朵無辜“躺槍”！

面對這一出神入化的技術(shù)，我們是否有方法對其予以鑒別，并避免可能存在的風(fēng)險呢？所幸當(dāng)前有人已經(jīng)關(guān)注到了這一問題，并已著手開展了“反AI換臉術(shù)”的探索。

在某些制作尚欠精良的換臉視頻中，我們?nèi)绻屑?xì)觀察，就可能會發(fā)現(xiàn)若干破綻。圖像中被換臉人物的臉部邊緣處膚色會發(fā)生某些突變，輪廓線條也不甚光滑，就如同戴上了一層薄薄的假臉面具。當(dāng)然，如果是制作更為精良的換臉視頻，這一方法可能就不再適用。

還有研究團隊發(fā)現(xiàn)，這些通過AI視頻換臉術(shù)制作的篡改視頻，幾乎都存在一個共同的漏洞，那就是被合成替換上去的假臉，很少或者甚至不會眨眼睛。我們根據(jù)常識都知道，諸如眼球運動、脈搏、呼吸等，都是人類自發(fā)且無意識的生理性活動。據(jù)統(tǒng)計，正常人每分鐘眨眼十余次，平均每2～6秒就會眨眼一次，每次眨眼所用時間在0.2秒至0.4秒之間。篡改視頻中這種缺少眨眼的反?，F(xiàn)象，無疑是甄別視頻真假的重要鐵證。究其原因而言，造假者往往是使用原始人臉和目標(biāo)人臉的睜眼照片進行深度學(xué)習(xí)和模擬的。

所謂“道高一尺、魔高一丈”，AI視頻換臉術(shù)的問世，同樣催生著“反AI換臉”技術(shù)的崛起。有研究團隊表示，基于有效預(yù)測眼睛眨眼狀態(tài)的“反AI換臉”技術(shù)，其準(zhǔn)確率、可靠性高達99%。目前，這一技術(shù)也已成為甄別虛假媒體新聞、推動媒體取證的有機組成部分。不過，從技術(shù)層面來說，在篡改的換臉視頻中人工添加處理眨眼活動，也并非不可能實現(xiàn)。某些造假者也已注意到了這一問題，并開始將眨眼等人體無意識生理活動添加至篡改視頻之中。因此，在可以預(yù)期的未來一段時間內(nèi)，AI視頻換臉術(shù)與反AI換臉術(shù)之間的較量與博弈將持續(xù)深入。不過，人臉眨眼甄別也并非反AI換臉技術(shù)的唯一“終極武器”，研究人員通過強制記錄圖片和視頻的拍攝時間、拍攝地點，即在區(qū)塊鏈上記錄下無法篡改的時空戳，同樣可以對圖片與視頻中的人臉是否被替換進行甄別。

俗話說“眼見為實，耳聽為虛”。但眼下，這一諺語已然隨著AI視頻換臉術(shù)的橫空出世而需要重新解釋了。耳聽為虛，眼見也為虛。除了AI視頻換臉術(shù)之外，“以假可亂真”的黑科技還在不斷繼續(xù)……

如果說AI視頻換臉術(shù)的核心是將一段影像視頻中原始人臉的圖像和目標(biāo)人臉的圖像進行替換，那么基于AI系統(tǒng)的人像照變動態(tài)表情包，則同樣借助于類似的原理，將一張靜態(tài)的肖像照或者畫像，合成為動態(tài)影像，并可配以相應(yīng)的語音。在經(jīng)過大量人物圖像與動態(tài)視頻的深度學(xué)習(xí)與訓(xùn)練后，AI系統(tǒng)能夠探尋到與系統(tǒng)學(xué)習(xí)的臉部相對應(yīng)的結(jié)構(gòu)部分，并針對靜態(tài)人物肖像照中的眼睛、鼻子、嘴巴等關(guān)鍵器官部位進行調(diào)試，從而令靜態(tài)圖像“動起來”！不過，這一階段也僅僅只是完成了該黑科技的一半功效，其還可以根據(jù)操作者所提供的語音，配合其語氣語調(diào)，對人物的面部表情進行調(diào)整，從而令合成的視頻影像更為逼真，也更具有欺騙性。

研究人員在探究人像照變動態(tài)表情包技術(shù)時，將一張愛因斯坦的靜態(tài)照片與一段不屬于他自己的演講音頻合成，形成了一段全新的愛因斯坦演講視頻。在該合成視頻中，愛因斯坦不僅有著動態(tài)表情，其口型也會隨著演講音頻的內(nèi)容而發(fā)生相應(yīng)變化……

編輯：黃靈 ?yeshzhwu@foxmail.com