商湯入局圍剿Deepfake：推出迄今最大人臉偽造檢測數(shù)據(jù)集

反deepfake陣營今日又有新成果，商湯入局，獻(xiàn)出迄今最大檢測數(shù)據(jù)集：

包含 60000個視頻，共計 1760萬幀，是現(xiàn)有同類數(shù)據(jù)集的10倍。

deepfake進(jìn)化了一版又一版，效果越來越逼真，門檻卻越來越低。

不僅是明星們，連普通人都不禁瑟瑟發(fā)抖。

眼見亦不為實，難道就沒有什么能制住AI換臉了？

其實，魔高一尺時，道也未曾停止修煉。并且，還要以彼之道，還施彼身。

現(xiàn)在，商湯就攜手新加坡南洋理工的研究人員們，推出了迄今為止最大的deepfake檢測數(shù)據(jù)集， DeeperForensics-1.0。

并且，更接近現(xiàn)實場景，更具多樣性、挑戰(zhàn)性。

數(shù)據(jù)、代碼和預(yù)訓(xùn)練模型，正在開源的路上。

DeeperForensics-1.0

在DeeperForensics-1.0的60000個視頻中，有50000個是研究團(tuán)隊收集的原始視頻，剩下的10000則是他們造出來的“偽視頻”。

數(shù)據(jù)集的打造，一共分為三步。

第一步，是 數(shù)據(jù)采集。

將真實視頻中原本的人臉稱作目標(biāo)人臉，被替換上去的人臉稱作源人臉，研究人員發(fā)現(xiàn)，在構(gòu)建高質(zhì)量數(shù)據(jù)集的過程中，源人臉比目標(biāo)人臉起到了更為關(guān)鍵的作用。

源人臉的表情、姿勢和拍攝時的照明條件越豐富，人臉交換的可靠性就越高。

于是，研究人員雇傭了100位演員來參與人臉視頻的錄制。他們分別來自26個不同的國家，其中有53名男性和47名女性，年齡范圍在20-45歲之間，四種膚色（白，黑，黃，棕）比例為1：1：1：1。

這些視頻的錄制分辨率為1920×1080。拍攝過程中，演員們被要求展示各種不同的表情：中立，憤怒，快樂，悲傷，驚訝，鄙視，厭惡，恐懼等。

臉部面對鏡頭的角度在-90°到90°之間變化。還設(shè)置了九種不同的照明效果。

第二步， 以假治假。

知己知彼，百戰(zhàn)不殆。

為了生成更真的假視頻，研究人員提出了一種新的人臉交換框架：DeepFake變分自動編碼器（DeepFake Variational Auto-Encoder，DF-VAE）。

DF-VAE由三個模塊組成：結(jié)構(gòu)提取模塊，解耦模塊和融合模塊。

在訓(xùn)練中，通過提取標(biāo)志物、構(gòu)造未配對的樣本作為條件，重構(gòu)源人臉和目標(biāo)人臉。

重構(gòu)后，最小化光流差異來改善時間連續(xù)性。

而MAdalN模塊，負(fù)責(zé)會將重現(xiàn)的面孔與原始背景融合到一起。

第三步，是進(jìn)一步提升難度， 加入擾動模擬真實場景中的視頻。

具體而言，就是在視頻中加入色彩飽和度變化、局部圖像塊失真、色彩對比變化、高斯模糊、色彩分量中的高斯白噪聲、JPEG壓縮和視頻壓縮率變化這七種失真。

為了評估DeeperForensics-1.0的質(zhì)量，研究人員邀請了100位計算機(jī)視覺專家對其進(jìn)行評分。

根據(jù)反饋，專家們認(rèn)為，與FaceForensics++、Celeb-DF等流行的Deepfake檢測數(shù)據(jù)集相比，DeeperForensics-1.0更加真實。

阻擊Deepfake

假視頻越演越真，引發(fā)了廣泛的擔(dān)憂。

以AI治AI的行動，也早已展開。

此前，F(xiàn)acebook就壕擲千萬，舉辦換臉視頻檢測挑戰(zhàn)賽。

UC伯克利EECS教授Hany Farid評價說：

為了從信息時代走向知識時代，我們必須更好的辨明真?zhèn)?，獎?wù)鎽图?，教育下一代成為更好的?shù)字公民。這需要全面的投資，需要工業(yè)界、學(xué)界、非政府組織一同努力研究，發(fā)展和實施能快速精準(zhǔn)辨別真?zhèn)蔚募夹g(shù)。

美國初創(chuàng)公司Truepic，則以打擊AI造假照片、視頻為核心業(yè)務(wù)，在2019年7月籌集了800萬美元（約合5680萬人民幣）資金。

國內(nèi)，2019年11月底印發(fā)的《網(wǎng)絡(luò)音視頻信息服務(wù)管理規(guī)定》，則可視作針對AI造假視頻的一次針對性管控。

這項規(guī)定已于1月1日正式施行。

傳送門

項目地址：
https://liming-jiang.com/projects/DrF1/DrF1.html

論文地址：
https://arxiv.org/abs/2001.03024

VB報道：
https://venturebeat.com/2020/01/15/sensetime-face-forgery-research-deepfakes/

— 完 —

https://www.toutiao.com/i6782403843717071368/