商汤入局围剿Deepfake:推出迄今最大人脸伪造检测数据集,含6万个视频

鱼羊 发自 凹非寺
量子位 报道 | 公众号 QbitAI

反deepfake阵营今日又有新成果,商汤入局,献出迄今最大检测数据集:

包含60000个视频,共计1760万帧,是现有同类数据集的10倍。

deepfake进化了一版又一版,效果越来越逼真,门槛却越来越低。

施瓦辛格、比尔·哈德无痕换脸

不仅是明星们,连普通人都不禁瑟瑟发抖。

眼见亦不为实,难道就没有什么能制住AI换脸了?

其实,魔高一尺时,道也未曾停止修炼。并且,还要以彼之道,还施彼身。

现在,商汤就携手新加坡南洋理工的研究人员们,推出了迄今为止最大的deepfake检测数据集,DeeperForensics-1.0

并且,更接近现实场景,更具多样性、挑战性。

数据、代码和预训练模型,正在开源的路上。

DeeperForensics-1.0

在DeeperForensics-1.0的60000个视频中,有50000个是研究团队收集的原始视频,剩下的10000则是他们造出来的“伪视频”。

数据集的打造,一共分为三步。

第一步,是数据采集

将真实视频中原本的人脸称作目标人脸,被替换上去的人脸称作源人脸,研究人员发现,在构建高质量数据集的过程中,源人脸比目标人脸起到了更为关键的作用。

源人脸的表情、姿势和拍摄时的照明条件越丰富,人脸交换的可靠性就越高。

于是,研究人员雇佣了100位演员来参与人脸视频的录制。他们分别来自26个不同的国家,其中有53名男性和47名女性,年龄范围在20-45岁之间,四种肤色(白,黑,黄,棕)比例为1:1:1:1。

这些视频的录制分辨率为1920×1080。拍摄过程中,演员们被要求展示各种不同的表情:中立,愤怒,快乐,悲伤,惊讶,鄙视,厌恶,恐惧等。

脸部面对镜头的角度在-90°到90°之间变化。还设置了九种不同的照明效果。

第二步,以假治假

知己知彼,百战不殆。

为了生成更真的假视频,研究人员提出了一种新的人脸交换框架:DeepFake变分自动编码器(DeepFake Variational Auto-Encoder,DF-VAE)。

DF-VAE由三个模块组成:结构提取模块,解耦模块和融合模块。

在训练中,通过提取标志物、构造未配对的样本作为条件,重构源人脸和目标人脸。

重构后,最小化光流差异来改善时间连续性。

而MAdalN模块,负责会将重现的面孔与原始背景融合到一起。

第三步,是进一步提升难度,加入扰动模拟真实场景中的视频

具体而言,就是在视频中加入色彩饱和度变化、局部图像块失真、色彩对比变化、高斯模糊、色彩分量中的高斯白噪声、JPEG压缩和视频压缩率变化这七种失真。

为了评估DeeperForensics-1.0的质量,研究人员邀请了100位计算机视觉专家对其进行评分。

根据反馈,专家们认为,与FaceForensics++、Celeb-DF等流行的Deepfake检测数据集相比,DeeperForensics-1.0更加真实。

阻击Deepfake

假视频越演越真,引发了广泛的担忧。

以AI治AI的行动,也早已展开。

此前,Facebook就壕掷千万,举办换脸视频检测挑战赛。

UC伯克利EECS教授Hany Farid评价说:

为了从信息时代走向知识时代,我们必须更好的辨明真伪,奖真惩假,教育下一代成为更好的数字公民。这需要全面的投资,需要工业界、学界、非政府组织一同努力研究,发展和实施能快速精准辨别真伪的技术。

美国初创公司Truepic,则以打击AI造假照片、视频为核心业务,在2019年7月筹集了800万美元(约合5680万人民币)资金。

国内,2019年11月底印发的《网络音视频信息服务管理规定》,则可视作针对AI造假视频的一次针对性管控。

这项规定已于1月1日正式施行。

传送门

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

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

VB报道:

SenseTime researchers create a benchmark to test face forgery detectors

— 完 —

版权所有,未经授权不得以任何形式转载及使用,违者必究。

相关阅读