一張照片攻破人臉識(shí)別系統(tǒng)：能點(diǎn)頭搖頭張嘴，網(wǎng)友：太可怕！
行早 發(fā)自 凹非寺
量子位 報(bào)道 | 公眾號(hào) QbitAI
人臉識(shí)別又上熱搜了。
就在最近，央視網(wǎng)曝出了一種分分鐘攻破人臉識(shí)別的方法：
只需要一張照片的那種。
△?圖源：央視網(wǎng)微博
在視頻的演示中我們可以看到，隨便一個(gè)人，用一段包含點(diǎn)頭、搖頭、說話等動(dòng)作的驅(qū)動(dòng)視頻。
原本照片里的人物也會(huì)隨之做出一樣的行為。
雖然我們知道一張靜態(tài)圖，現(xiàn)在大概率是無法解鎖人臉識(shí)別。
但這樣動(dòng)起來之后，結(jié)果可就不一樣了。
于是，人臉識(shí)別系統(tǒng)便自然可以輕松通過：
△?圖源：央視網(wǎng)微博
央視網(wǎng)曝出的這段視頻，成功引發(fā)了網(wǎng)友們的熱議。
許多網(wǎng)友對(duì)這種攻破人臉識(shí)別系統(tǒng)的方式表示“可怕”：
讓照片動(dòng)起來的DeepFake
雖然央視網(wǎng)這次并沒有直接點(diǎn)名具體所涉及到的技術(shù)。
但從效果上來看，DeepFake就可以做到這點(diǎn)。
DeepFake大家很熟悉了，簡單來說有兩種基本方法。
第一種是將兩個(gè)人的大量面部照片輸入編碼器，編碼器在壓縮圖像的同時(shí)提取出其面部共同特征。
然后在恢復(fù)圖像時(shí)，把第一個(gè)人的壓縮照片輸入另一個(gè)人的解碼器中復(fù)原，產(chǎn)生“交換“面部的效果。
第二種是生成對(duì)抗網(wǎng)絡(luò)（GAN），讓兩個(gè)AI算法（生成器和判別器）相互對(duì)抗。
由生成器輸入隨機(jī)噪聲并轉(zhuǎn)化為圖像添加到真實(shí)圖像中，經(jīng)判別器判別。
經(jīng)過大量的循環(huán)和訓(xùn)練后，二者都得到改進(jìn)，能夠輸出不存在的逼真人臉。
? ?△?圖源：3DCAT
但傳統(tǒng)的DeepFake需要有大量的原始數(shù)據(jù)，并且要經(jīng)過好幾天的訓(xùn)練才能達(dá)到高質(zhì)量的效果。
若是想達(dá)到實(shí)時(shí)的效果，怎么辦？
黎顥（沒錯(cuò)，就是那個(gè)殺馬特教授）團(tuán)隊(duì)就提出，將DeepFake和他此前做的paGAN結(jié)合到一起，做了一個(gè)新系統(tǒng)。
如此以來，在不需要大量訓(xùn)練數(shù)據(jù)的情況下，這個(gè)系統(tǒng)也可以實(shí)時(shí)地渲染出合成圖像。
paGAN彌補(bǔ)了DeepFake需要大量訓(xùn)練數(shù)據(jù)的不足，簡單來說就是把訓(xùn)練的工作量都放到臺(tái)下去做。
實(shí)時(shí)渲染有三個(gè)問題需要克服：
需要處理大量數(shù)據(jù)以及使用更深層網(wǎng)絡(luò)訓(xùn)練更好的模型，需要生成高分辨率幀并且能夠并行或者安排任務(wù)。
而paGAN預(yù)先經(jīng)過大量的訓(xùn)練，分析過很多圖片的面部和表情。這樣內(nèi)部數(shù)據(jù)模型就可以在接觸到新的圖形時(shí)做出“條件反射”。
再加上paGAN使用了新的ML方法和更好的底層優(yōu)化，達(dá)到了實(shí)時(shí)渲染的效果。
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? △?圖源：3DCAT
張鈸：人臉識(shí)別算法非常不安全
而這樣逼真的DeepFake人臉處理，只是諸多方法中的一種。
每一種方法都是人臉識(shí)別系統(tǒng)的潛在威脅。
這說明視頻中展示的人臉識(shí)別算法還是存在著很大的漏洞。
中科院院士、清華大學(xué)人工智能研究院院長張鈸，也稱這種算法很不安全，非常容易受到攻擊：
人識(shí)別對(duì)方不會(huì)因?yàn)楸砬椴灰粯?、?duì)方戴個(gè)眼鏡，或者照明、看的角度偏一點(diǎn)，就不認(rèn)識(shí)他。
但計(jì)算機(jī)就很容易認(rèn)不出來。
△?圖源：央視網(wǎng)微博
而一旦人臉驗(yàn)證被攻破，一些門禁驗(yàn)證，支付驗(yàn)證都可能形同虛設(shè)。
畢竟現(xiàn)在在社交平臺(tái)上獲取一個(gè)人的照片太簡單。
這無疑給每個(gè)人的信息安全帶來了巨大的隱患。
對(duì)此，網(wǎng)友表示：早已沒什么隱私可言了，相對(duì)于人臉識(shí)別還是密碼更可靠。
參考鏈接：
[1]https://s.weibo.com/weibo?q=%23%E4%B8%80%E5%BC%A0%E5%9B%BE%E5%8F%AF%E6%94%BB%E7%A0%B4%E4%BA%BA%E8%84%B8%E8%AF%86%E5%88%AB%23&from=default
[2]https://www.3dcat.live/share/Deepfake/
[3]https://www.fxguide.com/fxfeatured/pinscreens-advanced-face-ai-neural-rendering/
各位伙伴們好，詹帥本帥搭建了一個(gè)個(gè)人博客和小程序，匯集各種干貨和資源，也方便大家閱讀，感興趣的小伙伴請(qǐng)移步小程序體驗(yàn)一下哦?。g迎提建議）
推薦閱讀
牛逼！Python常用數(shù)據(jù)類型的基本操作（長文系列第①篇）
牛逼！Python的判斷、循環(huán)和各種表達(dá)式（長文系列第②篇）
推薦閱讀
牛逼！Python常用數(shù)據(jù)類型的基本操作（長文系列第①篇）
牛逼！Python的判斷、循環(huán)和各種表達(dá)式（長文系列第②篇）