DeepFakes，這種能夠移花接木的技術(shù)，它能將圖像或視頻中把一張臉替換***另一張臉。

去年 12 月，一個(gè)名 Reddit 用戶用 DeepFakes 技術(shù)將蓋爾·加朵和斯嘉麗·約翰遜的臉嫁接到一個(gè)***女星的身上，制作了一個(gè)幾乎可以以假亂真的視頻。

就其發(fā)揮的作用本質(zhì)而言，這跟 CG 技術(shù)沒多大區(qū)別，不過這項(xiàng)技術(shù)“換臉”速度極快，***本較低，甚至在今年年初，一款與之相關(guān)的名為 FakeApp 的應(yīng)用被發(fā)布，使得虛假內(nèi)容的創(chuàng)作變得更加容易。

不過，就在人們還在尋找檢測 DeepFakes 方法以防濫用之際，強(qiáng)力進(jìn)階版的 Recycle-GAN 來了。

近日，CMU 的研究人員發(fā)表了一篇介紹 Recycle-GAN 的論文，他們介紹說這個(gè)研究是受到了 Cycle-GAN 的啟發(fā)。至于 Recycle-GAN 這項(xiàng)技術(shù)特點(diǎn)，他們將其描述為“無人監(jiān)督，數(shù)據(jù)驅(qū)動”，它能將一個(gè)視頻或者圖片的內(nèi)容轉(zhuǎn)換到另一個(gè)視頻或圖片里。這樣的內(nèi)容轉(zhuǎn)換任務(wù)能夠支持很多應(yīng)用，包括從一個(gè)人的人體運(yùn)動和面部表情轉(zhuǎn)換到另一個(gè)人上。

先來看川普是如何“模仿”奧巴馬神態(tài)的：

根據(jù)論文，Recycle-GAN 利用生***式對抗網(wǎng)絡(luò)（GANs）和“時(shí)空線索（spatiotemporal cues）”來學(xué)習(xí)和尋找圖片或視頻之間的關(guān)聯(lián)，當(dāng)訓(xùn)練人類主體的鏡頭時(shí)，它能夠捕捉面部表情一些細(xì)微的線條，比如面部抽搐、微笑時(shí)的面部細(xì)節(jié)。

他們還使用了 OpenPose 提取了關(guān)鍵的臉部關(guān)鍵點(diǎn)，這是在沒有任何手動輸入調(diào)整的情況下，捕捉到了這些公眾人物的特點(diǎn)。

而目前大多數(shù)類似 Deepfakes 的“換臉”技術(shù)缺乏的正是對細(xì)節(jié)等全局性的掌握，這些技術(shù)都只針對人臉，缺乏對其他領(lǐng)域的總結(jié)和整合，如果在實(shí)際中遇到遮臉等情況，機(jī)器就難以進(jìn)行相應(yīng)操作，還有一些必須依賴對照組或者***對圖像，這需要大量的手動標(biāo)記數(shù)據(jù)。

上述圖片主要關(guān)注臉部特征，使用相同的方法，還可以同步源人物的身體擺動動態(tài)：

當(dāng)然，Recycle-GAN 也可以使得人與其他物體之間的表情可以進(jìn)行轉(zhuǎn)換：

根據(jù)論文內(nèi)容，他們的方法綜合了空間和時(shí)間信息以及內(nèi)容翻譯和風(fēng)格保存的對抗性損失方法。他們研究使用了時(shí)空約束優(yōu)于空間約束的有效重新定位的優(yōu)勢，這些都從花與花、風(fēng)和云合***、日出和日落轉(zhuǎn)化中有所體現(xiàn)。

云與風(fēng)的合***，研究人員使用它來修改視頻中的天氣狀況，將無風(fēng)的日子轉(zhuǎn)換為刮風(fēng)的日子。此外，他們通過兩種情況的視頻重定向來展示自動視頻操作方法：合***視頻中的云和風(fēng)；在不同的視頻中制作日出和日落。

就當(dāng)前的實(shí)驗(yàn)結(jié)果而言，可以在 28.3％ 的時(shí)間內(nèi)讓 15 名測試對象分不清真假，但團(tuán)隊(duì)認(rèn)為，如果他們學(xué)會了“生***輸出視頻”的速度，就像人們說話有輕重緩急一樣，系統(tǒng)的未來版本就會更加準(zhǔn)確。

真正的視頻風(fēng)格應(yīng)該更加自然，語音和內(nèi)容應(yīng)該隨時(shí)間的變化而變化，研究團(tuán)隊(duì)相信，以后會有更好的時(shí)空神經(jīng)網(wǎng)絡(luò)架構(gòu)能解決這個(gè)問題。

以 Deepfakes 這類為代表的技術(shù)如果能投入到制作電影等應(yīng)用場景中，自然很不錯(cuò)。但它們的低門檻也可能導(dǎo)致惡意的操縱者制作不良視頻，比如制作假的復(fù)仇色情片、假新聞，此前 Reddit、Pornhub 和 Twitter 以及其他平臺，都對此技術(shù)濫用行為表示反對，而美國國防部的研究人員也在積極尋找檢測 Deepfakes 以及揭露由 AI 創(chuàng)作的假事件的方法。

讓人無奈的是，如果要防止 AI 的負(fù)面效應(yīng)，我們策略只能是以 AI 抗衡 AI，但這又陷入到了無限循環(huán)當(dāng)中，而隨著技術(shù)的不斷迭代，這也意味著像用 Recycle-GAN 技術(shù)做出的視頻，人類將很難識別出真假。

圣塔克拉拉大學(xué)法學(xué)院教授 Eric Goldman 說，我們最好為一個(gè)真假難辨的世界早做準(zhǔn)備，但事實(shí)上，我們已經(jīng)身處在這樣一個(gè)世界中了。