腾讯、百度等大厂为何盯上“假脸”鉴别生意？
-
图片来源 @视觉中国
文丨智能相对论（ID：aixdlun），作者丨离离
上周，Avatarify 的爆火与下架再次将 AI 换脸技术带上风口浪尖。其实，这项技术早已出现，人们也不是第一次为 AI 换脸相关应用如此疯狂。
像是前阵子最流行的自拍模式—— " 迪士尼公主脸 " 和 " 二次元漫画脸 "，就是利用 AI 生成的。
去年，腾讯光影研究室在 QQ 小世界、微视 App、微博等社交平台上推出的 " 王者脸 "、" 童话脸 " 等各类 AI 特效应用。便结合了生成对抗网络 GAN 算法与 3D 卡通风格、游戏人物风格，可以将照片和直播视频中的人物立刻变成游戏角色、真人 " 芭比 " 或 " 在逃公主 "。
现已和 B612 咔叽美颜相机合作，为用户提供量身定做的二次元漫画头像定制。不少主播和网红都曾在直播中使用这类特效，运用这类贴纸来自拍，也作为一种新的 " 打码 " 方式形成潮流。
AI 换脸热
AI 换脸的兴起可追溯至 2016 年，德国研究团队研发出一款名为 Face2Face 的应用，可实现实时的面部图像转换。2017 年，一位名为 Deepfake 的用户利用 AI 换脸技术将 " 神力女超人 "Gal Gadot 的脸 " 嫁接 " 到成人影片的角色上，引起轩然大波。代码开源后，这个被统称为 DeepFake 的技术开始流行。
国内的 "AI 换脸热 " 则是从 2019 年 Bilibili 上出现的一段将 94 年版《射雕英雄传》中朱茵饰演的黄蓉换成杨幂的视频开始，当时微博话题 # 将朱茵的黄蓉换成杨幂的脸 # 阅读量过亿。虽然这段影片因侵犯肖像权而下架，却无法阻挡 AI 换脸的热潮。
2019 年八月底，陌陌公司推出了主打 AI 换脸视频制作的 ZAO。这款应用支持用户将自己的脸 " 移植 " 到明星 demo 身上，上线后便迅速成为苹果 App Store 免费应用排行榜的第一名。
然而好景不常，上线不到一周，ZAO 的运营方就因为用户隐私协议不规范，存在数据泄露风险等网络数据安全问题引发各界质疑，并被工信部约谈，该应用也遭到下架。
最近，类似的故事再度上演。
上周，以 "Ma-i-a hi~Ma-i-a hu~Ma-i-a ho~Ma-i-a ha-ha …… " 这段欢快、洗脑的旋律为背景音乐的短视频在各大社交媒体上疯狂刷屏。
网上流行的影片中，做出夸张表情、摇头晃脑的有马斯克、扎克伯格、巴菲特、马云、马化腾等商界大佬；陈奕迅、甄子丹、吴京、蔡卓妍、宁静等一众明星；甚至还包含蒙娜丽莎、猫猫狗狗等画中人物及小动物。
制作出这款魔性特效，并让这首 2003 年在罗马尼亚发行的畅销老歌《Dragostea Din Tei》再次传遍世界的，是一款名为 Avatarify 的 AI 变脸软件。
Avatarify 起初是俄罗斯程序员 Ali Aliev 为了捉弄一起开视频会议的同事而研发的玩笑之作。这款应用能将别人的照片 " 嫁接 " 到自己的脸上，还能藉由将静止的人脸套入视频 demo，操纵照片中人物的表情，让他们 " 动起来 "，并生成短影片。
去年 7 月，Avatarify 正式登上苹果 App Store。今年二月中旬，这款 App 在中国区的排名突然上升，并于二月二十五日超越微信、微博、抖音，成为 IOS 应用商店免费 App 下载排行榜第一名，且持续多天 " 霸榜 "。
「智能相对论」看到，截至目前，应用这款 App 制作的特效在抖音话题 # 蚂蚁呀嘿 # 中的视频播放量超过 27.8 亿次；微博的相关话题 # 蚂蚁呀嘿视频大赛 # 也达到 4500 万阅读量。作为 Avatarify 视频制作辅助工具的 " 剪映 " 和 " 腾讯加速器 " 也随着 Avatarify 的爆红水涨船高，下载量也迅速攀升，在应用排行榜上名列前茅。
经历了七天的爆红后，现在，Avatarify 已在 App Store 中国区遭到下架，官方并未说明下架原因。
即便 ZAO 和 Avatarify 昙花一现、DeepFake 遭到美国国会限制，人类对 " 换脸 " 技术的热忱仍持续上涨。毕竟，这类充满话题的视频所引起的 " 病毒式 " 传播效应，对依附流量的影视创作、电商购物、短视频社交产业而言，是绝佳的引流渠道。近年来，AI 对 " 脸 " 的改造依然主要应用在社交娱乐场景。随着相关技术的发展，各式各样的换脸、造脸 App 和服务也层出不穷。
据「智能相对论」观察，现有的 AI 换脸相关应用大致可分为三类 : 第一类是向腾讯 " 童话脸 "、百度 " 人像漫画化 " 等商业应用较为成熟的人脸 " 虚拟化 "，即通过人脸识别、图像生成技术，用户的脸变成客制化的卡通动漫形象。
由于 " 卡通化 " 的形象娱乐性强，与真人差异较大、易于分辨，因此这类技术的争议较小。大厂们面向 B 端出售这类技术服务，形成了按照使用量或不同功能付费的、较为成熟的商业模式。
第二类则是像 Avatarify 一样，在人像脸上做出 " 几可乱真 " 的表情与面部置换。
一般通过免费增值服务模式收费，或是作为引流手段吸引客群，引导用户为其他功能付费。
例如由在线家谱公司 MyHeritage 开发的 Deep Nostalgia（深度怀旧），便是一款具有 " 生成动态表情 " 功能的 AI 应用。这项服务能将静态的旧照片制作成几秒的小视频，利用科技让用户观看逝者栩栩如生的表情，希望能借此慰藉用户对亲人的思念之情。
想要让静止的照片动起来，需要先使用生成对抗网络 GAN 对低频图像进行降噪、重建，补全图像中有关高频细节的内容，提高图片的分辨率，使之变得清晰。现在的照片修复技术也是利用这类深度生成算法还原图像细节，甚至连马赛克的部份都能还原。
接下来，使用动作迁移算法，利用训练过的 AI 模型实时提取视频人物中的关键点，并为照片中的人脸标记上相应的关键点，再将二者对应，便能做到让另一段影片中的人物动作迁移到照片中的人物上。
现在，MyHeritage 公司的 AI 模块已能在 Twitter 上使用，作为营销手段引发 Twitter 用户跟风怀旧。腾讯微视也曾上线 " 老照片竟然可以动起来 " 的功能，通过上传照片，就能基于照片内容制作出一段动态影像，有如《哈利波特》中的魔法照片。
Bilibili 和 Youtube 上也曾经出现利用 AI 技术让杜甫、朱元璋、徐悲鸿、林黛玉、戴珍珠耳环的少女、蒙娜丽莎、维纳斯等一系列画作中的人像 " 动起来 " 的视频与教程。国内也有 up 主利用百度飞桨的开源项目 PaddleGAN 和 DFDNet 让黑白人物照片 " 恢复色彩 " 并作出动态面部表情。
载舟亦能覆舟的 DeepFake
无论是 Avatarify、Deep Nostalgia 还是 ZAO，这些 AI 换脸应用惹人争议的原因皆是由于 DeepFake 技术的以假乱真与面部识别带来的个人隐私泄露及滥用。
自 2014 年生成式对抗网络（GAN）出现至今，电脑图像和影片合成技术不断取得惊人效果。虽说技术是中立的，但从 2017 年 Reddit 用户使用此技术来伪造神力女超人的色情影片开始，Deepfake 造假逐渐渗透到政治、娱乐、传媒等多个领域，甚至还对美国总统大选造成威胁。
据安全分析公司 Sensity 调查显示，2018 年 12 月以来，Deepfake 伪造品数量逐年增长，约半年就增长一倍。截至 2020 年 6 月，造假影片多达 49,081 个，同比增长 330% 以上。其中，以色情影片占比最高，目标对象大多来自影视娱乐业、政治界与商业界。
去年，一名马来西亚政治家因为一段涉嫌从事同性恋活动的影片而被判入狱，但后来证实影片为 Deepfake 伪造。虽然以这项技术为基础制作的搞笑影片曾带来一些欢乐，但就目前使用结果而言，Deepfake 技术对人们的影响似乎是弊大于利。
因此，Facebook、Google、微软等互联网巨头开始致力于开发与 Deepfake 抗衡的检测技术。Facebook 释出有史以来最大的 Deepfake 数据库，甚至举办了 Deepfake 侦测竞赛（Deepfake Detection Challenge）。AI 换脸相关的第三类应用—— " 假脸甄别 " 产品与 API 就此诞生。
由于肉眼已难以分辨较为成熟的 Deepfake 造假影片，要破解 AI 换脸技术还得依靠 AI。已有的方法如检测影片目标的心跳、血液流动等生物学信号，藉由分析该信号的残差来确定真假，目前该方法的准确率已达到 97.29%，同时还可以检测背后所用的 Deepfake 模型。
国内大厂也纷纷推出此类应用，如百度大脑 AI 开放平台推出的 " 人脸检测 "、"H5 视频活体检测 "、" 在线活体检测 "API，具备人脸合成图鉴别能力。基于深度学习算法，可识别摩尔纹、成像畸形等图像特征，防止静态图片、屏幕或视频翻拍等作弊攻击，提升业务安全性。目前此功能已广泛应用于房产交易身份认证；保险投保、核保及理赔辅助核验；运营商实名制开卡，汽车租赁等各种业务。
阿里安全图灵实验室也为此打造了基于多实例学习的检测算法 Sharp-MIL（S-MIL），
只需视频级别的标注，就能对 deepfake 作品进行检测。
腾讯云 AI 视觉则推出 AntiFakes 假脸甄别技术，基于图像算法和视觉 AI，可对图片或视频中的人脸真伪进行检测分析，鉴别图片中的人脸是否为 AI 换脸算法、App 所生成的假脸，最终对图像或视频的风险等级进行评估。
情绪辨识网络（Emotion Recognition Network）也是测定方法之一，透过检测脸部情绪是否与场景上下文或音讯内容相匹配，来确定影片真伪。其他还有对比人脸区域与背景区域，寻找微小差异以辨别真假的背景差异检测；以及将假脸重新混入目标图像或影片，以从中寻找边界的人脸 X 射线（Face X-ray）检测。经过FaceForensics数据集上测试，人脸 X 射线的精准度可达 99% 以上。
虽然基于 Deepfake 的 AI 换脸技术可制造巨大流量，能作为不错的营销手段。在发展出相应的监管制度之前，这类无法确保用户隐私数据安全的应用仍无法逃离下架的命运，反而为 Deepfake 防治软件带来许多商机。除了上述产品，还有 Sensity、Deepware，以及微软 Video Authenticator 等商业用的应用程序编程接口。
AI 换脸技术可说是打开了潘多拉的魔盒，在为一些人带来消遣的同时，也成为不法之徒伤害他人的工具。如何妥善运用这把双面刃，在娱乐消遣和隐私安全中取得平衡，是人类在科技发展过程中必须面对的问题。
更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体 App
