sdfa——safari?

作者 | 马超

责编 | 胡巍巍

出品 | CSDN（ID：CSDNnews）

近日，笔者在CSDN博客，发布了一篇有关AI换脸的教程，不过令笔者始料未及的是一石激起千层浪，竟然有不少网友留言求所谓一键“脱”衣的教程。

虽然笔者对于技术的滥用深恶痛绝，但技术本身是中性的，并无好坏之分，从而且从上篇博文中也能看到“AI换脸”的门槛越来越低，目前其应用已经发展到任何人都能操作的地步了。

所以想阻止这些滥用的技术，单靠封杀是不起了什么作用的，所以本文就回归到技术本身，带大家盘点一下那些被滥用的AI模型。

也争取能够抛砖引玉帮助大家提供思路，来检测这些被伪造过的视频。

PIX2PIX：AI脑补的先河

鲁迅先生曾说“一见短袖子，立刻想到白臂膊，立刻想到全裸体……中国人的想像惟在这一层能够如此跃进。”不过和AI比起来国人的联想能力根本就是小巫见大巫。

笔者之前的博文AI能让杨超越跳舞，背后原理大揭秘就曾经介绍过PIX2PIX技术，PIX2PIX论文链接，PIX2PIXGithub地址，PIX2PIX是基于对抗神经网络GAN的模型，其目标是由图像的轮廓，还原回真实图像。

目前读者可以到这个网站来感受一下如何从一个简笔画出的轮廓转换成真实的图像。

后来N厂又提出了PIX2PIXHD技术（GitHub传送门），PIX2PIXHD把之前由PIX2PIX生成的图像分辨率提高了很多。

可以说PIX2PIX是后面这些AI换脸、一键“脱"衣等技术的理论基础，正是凭借AI强大的联想及脑补能力使以上应用成为了可能。

CycleGAN：指鹿为马的AI

2017年伯克利提出了CycleGAN的理念，CycleGAN论文地址、CycleGAN的Github传送门，CycleGAN使用循环一致性损失函数来实现训练，从而完成将图片中一个域到另一个域的无缝转换。

具体什么是循环一致性损失函数咱们可以找时间详解，简单来说CycleGAN能将图像的主题风格或者某一域主体完美进行切换，具体效果如下：

斑马与马的互转

冬与夏的风格切换

后来NCSOFT又提出了UGATIT，一种加强版的CycleGAN,UGATIT论文地址、Github传送门，其效果更好，具体如下：

CycleGAN出现之后，图像主题无缝切换将图像伪造技术提升了一个高度，在换脸之余还能把原背景主题进行切换，给鉴定带来来大麻烦。

StyleGAN：能算孩子未来长相的AI

目前好像非常流行组CP，那么N厂提出的StyleGAN就是用来计算Picure A+ Picture B结果的AI，StyleGAN论文地址、StyleGAN的Github传送门，而且他还支持多种结合模式，具体见下表

其两张图像按照三种Style结合的效果如下图：

Partialconv：马赛克终结者

Partialconv又是N厂提出的，Partialconv的论文地址、Partialconv的Github传送门，Partialconv其实是PIX2PIX的2.0版本。

即使图像丢失了大面积的像素他也能通过AI将损失进行修复。所谓的一键”去“衣、一键”去“码其实背后都是Partialconv，其效果图如下：

这种修复效果，真的非常惊人。

Speech-Driven Facial Animation：合成视频的创始人

Speech-Driven Facial Animation是一个由三星提出的使用照片加音频合成视频的模型，SDFA论文地址、SDFA的Github链接,SDA能够仅使用人的静止图像和包含语音的音频剪辑来产生动画面部。

其生成的视频不仅可以产生与音频同步的唇部动作，还可以呈现特有的面部表情，例如眨眼，眉毛等，同时能够捕捉说话者的情绪并将其反映在面部表情中。

原图如下：

SDA处理之后生成的图像，静止图像立刻活灵活现起来。

写在最后

上个月笔者在《银行家杂志》的发文，传统银行如何引领开放银行时代潮流，就曾指出AI换脸等技术的兴起将会我们未来的身份识别及认证造成很大的麻烦。

可以说一旦将人脸面部信息与具体的人联系起来，那么人脸信息就可能被滥用，而且考虑到目前尚没有可靠的技术能够鉴定视频的真伪。

所以笔者这里也以此文号召大家共同关注由脸书、微软联合MIT等科研机构共同发起了”Deepfake挑战赛“，找到以AI破解AI的方法，在而此之前笔者也呼吁各行业按照《GB/T 25724-2017公共安全视频监控数字视音频编解码技术要求》进行安全加固，以防止仿造视频的危害。

作者简介：马超，CSDN博客专家，金融科技从业者。

【END】