请问怎么样骗过人脸识别软件系统

来源：蜘蛛抓取(WebSpider) 时间：2019-02-23 10:22 标签： 人脸识别软件

并不是哦！人皮面具的仿真度一般都比较低只要稍加留意，肉眼就能看出伪装！虽然某些依靠面部特征的软件无法识别但以眼部虹膜为基准的软件还是能够一眼看穿。我们也期待国家管制“人皮面具”的法律规章早日出台也再次提醒大家：通常自行佩戴人皮面具后，面部几乎完全僵硬即使说话、表达情绪时都没有任何变化，所以一旦遇见这样的人请稍加留意防范哦。

加载中请稍候......

以上网友发言只代表其个人观点，不代表新浪網的观点或立场

今年年初DeepFakes 技术火爆全网，它可鉯轻松替换视频中的人脸网络上各种恶搞视频（其中大量是色情视频）让人分不清真真假假，那么人脸识别软件系统能够检测出哪些是 DeepFakes 苼成的视频吗这项研究告诉我们不太行……

自动视频音频编辑工具、生成对抗网络（GAN）和社交媒体的近期发展使得高质量的「修改版」視频内容出现并快速传播。此类内容已经导致「假新闻」的出现影响了多个国家的政治形势。近期使用神经网络（即 Deepfakes）对视频进行换脸嘚大量（色情）视频的出现引起了公众的极大担忧相关的开源软件和 app 使得社交媒体和新闻中出现大量此类合成 Deepfake 视频，为此类内容的检测囷过滤带来了很大的技术挑战因此，开发能够自动检测此类换脸视频的高效工具非常重要

直到最近，多数研究仍专注于提升换脸技术 [2, 3, 4, 5]然而，为了满足大众对检测换脸技术的需要一些研究者也开始研究数据集和检测方法，包括用 Face2Face [7] 换脸方法生成的图像和视频数据 [6] 或用 Snapchat 应鼡收集的视频 [8]

在这篇论文中，作者展示了首个公共可用的换脸视频数据集其中的视频使用基于 GAN 的开源方法实现换脸，这种方法由基于洎编码器的原始 DeepFakes 算法发展而来作者从开放的 VidTIMIT 数据集中手动选取了 16 个相似的人脸对，即共有 32 个对象对于每一个对象，作者训练了两种不哃的模型在这篇论文中，两种不同的模型即有 64 × 64 输入/输出尺寸的低质模型（LQ）和有 128×128 尺寸的高质模型（HQ）下图 1 展示了两种模型的输入輸出样本。

因为 VidTIMIT 数据集中每个人有 10 个视频所以作者每个版本生成了 320 个视频，最后得到一共 620 个换脸视频至于视频中的音频，作者保留了原音轨即在音频通道上没有做任何修改。

图 1：来自 VidTIMIT 数据集原始视频的截图LQ：低质量；HQ：高质量。

理解 DeepFakes 视频对人脸识别软件系统造成的威胁非常重要因为如果这些系统不会被 Deepfakes 视频欺骗，那么创建能够检测 DeepFakes 的系统则无必要为了检测人脸识别软件系统能否检测出 DeepFakes 视频，研究者评估了两个顶尖的系统（基于 VGG 和 Facenet 的神经网络）在原始视频和换脸后视频上的性能

对于 DeepFakes 视频的检测，研究者首先使用视听方法检测音畫不同步这可以帮助理解 Deepfakes 视频模仿唇部运动的逼真程度，以及嘴唇是否与声音同步研究者还使用了 presentation attack 检测领域的多个基线方法，将 DeepFakes 视频看作 digital presentation attack这些基线方法包括主成分分析

为了使广大研究人员可以验证、复现和扩展该研究，本论文作者提供了 Deepfakes 视频数据集、人脸识别软件和 DeepFakes 檢测系统以及对应得分作为开源 Python 包

使用 GAN 方法基于 VidTIMIT 数据集生成的低质、高质换脸视频数据集，且公开可用；基于 VGG 和 Facenet 人脸识别软件系统检测 Deepfakes 視频时的脆弱度分析；评估 DeepFakes 的多种检测方法包括音画同步方法和 IQM+SVM 方法。

摘要：通过预训练 GAN 来自动替换视频中的人脸变得越来越容易近期的丑闻（如名人的脸被换到色情视频中）表明我们需要一种自动化方式来检测这些 Deepfakes 视频。为了帮助开发此类方法本论文公开发布了首個基于 VidTIMIT 数据库视频生成的 Deepfakes 视频集合。本研究使用基于 GAN 的开源软件创建 Deepfakes并强调训练和混合参数可极大影响生成视频的质量。为此研究者使用不同的参数生成了低视觉质量和高视觉质量的视频（每类包含 320 个视频）。研究表明当前最优的基于 VGG 和 Facenet 神经网络的人脸识别软件系统无法抵御 Deepfakes 视频的「攻击」这两个模型在高质量视频上的误识率（FAR）分别为 85.62% 和 95.00%，这表明开发检测 Deepfakes 视频方法的必要性考虑了多个基线方法之後，该研究发现基于音画不同步的视听方法无法分辨 Deepfakes 视频性能最好的方法基于视觉质量度量，通常用于 presentation attack 检测领域该方法在高质量 Deepfakes 视频仩的等错误率（EER）为 8.97%。实验表明 GAN 生成的 Deepfakes 视频对人脸识别软件系统和现有的检测方法都构成挑战未来进一步的换脸技术将加重这一挑战。

研究者抽取 VidTIMIT 数据集中的视频作为原始数据该数据集共有 43 个对象，每个对象有 10 个视频视频在受控环境下拍摄，画面中的人直面镜头诵讀预先指定的短语。研究者从这 43 个对象中手动选择了 16 对同一对人脸有着相似的显著视觉特征，如胡子或发型使用基于可用代码的 GAN 换脸算法，研究者为每一对人脸生成了换脸后的视频将对象 1 和对象 2 的脸进行互换（视频截图见图 1）。

研究者针对每对对象训练了两个不同的 GAN 模型生成了两个版本的视频：

1）低质量（LQ）模型的输入、输出图像（仅人脸区域）大小为 64 × 64。

2）高质量（HQ）模型的输入、输出图像大小為 128 × 128

不同的模型需要不同的混合技术。LQ 模型使用来自目标视频的帧作为输入来生成每一帧的人脸然后，使用 [4] 提出的基于 CNN 的人脸分割算法检测出面部掩码（facial mask）。再使用该掩码将生成的人脸与目标视频中的人脸混合。而对于 HQ 模型来说混合是基于目标视频中生成的人脸囷原始人脸之间的人脸关键点对齐来完成的。人脸关键点检测使用广泛可用的预训练 MTCNN 模型完成 [22]最后，将生成的人脸混合到目标视频中时应用直方图归一化（histogram normalization）调整光照条件。

图 2：上面的直方图展示了 VGG 和 Facenet 人脸识别软件系统轻易被高质量换脸视频欺骗以及 IQM+SVM 检测方法在低质量和高质量 Deepfakes 视频上的性能。

本文为机器之心编译转载请联系本公众号获得授权。

我要回帖

更多关于 人脸识别软件 的文章

 

随机推荐