您现在的位置: 首页 > 网站导航收录 > 百科知识百科知识
AI换脸有多真？
换脸,面部,视频AI换脸有多真？
发布时间：2020-12-06加入收藏来源：互联网点击：
问题补充： 未来电影会实现已故之人的脸么？
回答于 2019-09-11 08:43:50
回答于 2019-09-11 08:43:50
AI换脸能有多真？很真，很真。真到老爸老妈都傻傻分不清楚。
视频换脸技术由来已久，在影视业也早有先例。
比如电影《阿甘正传》中的经典镜头——阿甘与肯尼迪总统握手，算是最早的换脸技术了吧。它是利用蓝幕抠像将演员与肯尼迪总统的历史镜头合成到一起，后期再精心地修饰，几乎达到了以假乱真的效果。电影《星球大战》中，CGI（计算机图像生成）技术根据一名女演员的脸塑造了年轻时期的Carrie Fisher的形象。女演员脸上的点是用来进行精准的面部绘制的。
不过这些早期的视频换脸技术，技术门槛和实现成本都比较高，但也只能算是视频间的移花接木，还达不到以假乱真的地步。基于人工智能的视频换脸技术已经可以实现动态同步换脸，几乎难辨真伪。
AI换脸最早出现在公众面前，源于国外一个名为“DeepFakes”的用户2017年12月在Reddit上发布了一个“假视频”，这位技术达人利用深度学习技术，成功的把“神奇女侠”盖尔·加朵的脸被贴在了一个岛国爱情动作电影女主的脸上，令无数宅男神往的女神就这么“脱了”，当时新闻一出就在网络上引起了不小的轰动。视频中的艺人其实是后期加上的，但是看起来几乎毫无破绽。这种技术的原理是通过深度神经网络提取输入图像的深层信息，从而读取出其中隐含的深层特征来实现一些新奇的任务，比如风格迁移(style transfer)就是通过读取训练好的模型提取图像中的深层信息来实现风格互换。而神经网络进行人脸互换(face-swap)，其中使用VGG网络来进行特征提取并实现人脸互换。
简单说就是让计算机去不断学习A视频的深层网络信息而训练成一个神经网络，再将B图片作为参数输入到该网络中，得到新输出的视频就具有了原始视频的背景信息，同时补充上了新输入的人脸信息。
回答于 2019-09-11 08:43:50
比较经典的是《速度与激情7》给保罗沃克换脸。
保罗沃克在速7拍到一半时因车祸逝世，电影制作人团队找来了保罗沃克的两个弟弟继续拍摄，一个代替保罗沃克的身体动作部分，另一个代替保罗沃克的脸部动作部分。
首先在弟弟的脸上做好标记，进行拍摄。然后从以往拍摄的保罗沃克本人的照片截取脸部图片，按照弟弟的脸部标记点的运动轨迹拉动本人照片生成一连串的视频，最后合成到新拍的影片中。给观众呈现出完整的速7。
AI换脸可以做到以假乱真，如果一个演员将脸部各种运动特点进行系统的录制，那完全可以在本人没有到场的情况下进行一部电影的制作。
回答于 2019-09-11 08:43:50
抖音上“吗咿呀嘿”摇头视频获得了病毒式的传播，但仅短短几天，因被质疑含有能突破现有人脸识别系统的技术，就被紧急下架。研究团队表示其中包含的技术已经能够绕过一些低端设备的识别系统，对人们生物信息安全造成一定的威胁，并且如遭遇大规模的黑客攻击，成千上万人脸模型数据被盗甚至会对社会治理以及金融系统秩序造成毁灭性的影响。
如今，征信、借贷、支付、社交等等诸多领域都涉及面部识别，不敢想象原本作为网络世界密码的面部信息变为不法分子的面罩。一个正要乘坐飞机或高铁的普通人或许因为面部信息泄露而被通知自己变成了老赖或是诈骗犯...
而这绝不仅仅是危言耸听。
作为面部系统的收集和存储终端的社区智能面部识别，访问控制系统也具有很高的信息安全风险。随着社区情报水平的提高，居民对社区访问控制的安全性和便利性提出了更高的要求，长期以来没有有效地解决诸如居民卡容易丢失，指纹容易以及密码容易泄漏等问题。
面部识别访问控制系统主要依靠由SID服务器，视频捕获设备，数据服务器和访问控制管理服务器组成的管理后端云。如果每台服务器均未通过严格的渗透测试，则有遭受攻击的风险。在手机的移动终端上，访问控制功能通常存储在社区应用中，社区应用还被用作从居民收集面部信息的渠道。但是，这些应用通常不具有面部识别功能，并且通常通过第三方API或SDK组件获取面部。这使得包括人脸检测，实时检测，人脸比较，云控制和许多其他链接在内的识别过程很容易受到信息安全风险的影响。只要黑客有所作为，上面的任何关键链接都可以成为盗取生物信息方面的突破口。
例如，通过绕过实时检测注入应用程序或视频攻击，已经验证了3D建模，并且在某些社区中也可能通过了云检测。 一些应用程序在下载两个常驻模型时未对面部数据进行签名，从而导致数据包很容易被工具拦截，甚至篡改和某些没有时间戳的数据消息也可以通过重播数据消息来入侵。 破解后，被篡改的数据只需达到云面部匹配阈值即可欺骗云系统。 居民生物信息被盗期间的匹配阈值导致整个识别系统崩溃。
由于其实际的独特性，通常将诸如面部和指纹之类的生物信息用作验证信息，但是也由于这个原因，诸如面部和指纹之类的生物信息包的泄漏非常严重，并且风险极高。例如，如果将社区居民的支付宝或微信支付与面部识别绑定在一起，一旦攻击者收集了面部识别信息，财产的安全将直接受到损害。此外，可以更改支付密码，而无法更改仅有的生物特征信息，例如面部和指纹。一旦披露并用于恶意目的，用于生物统计安全性验证的所有数据和资产都将丢失。
上一篇：澳大利亚有没有种族歧视？为什么？
下一篇：返回列表
相关链接 |
||
| 网友回复（共有 0 条回复） |