细思极恐！1亿网友被骗，AI已经学会了“易容术”

2019 年 3 月 1 日 51CTO博客

“

近日，一段通过 AI 技术把朱茵在《射雕英雄传》中扮演的角色“黄蓉”的脸替换成杨幂的视频在网络引起热议。

这是朱茵饰演的黄蓉：

替换成杨幂后：

还是朱茵活灵活现的表情，但五官已然变成了杨幂，视频看起来毫无破绽，简直让人以为就是本幂演的了。

网友都被这样的操作惊呆了，微博话题阅读量瞬间飙到 1.3 亿。

这种换脸术看起来“好玩”，但有网友质疑是否侵犯肖像权。

27 日，杨幂“换脸”视频的制作者回应，制作视频的本意是用于技术交流，并无营利行为，但已将相关视频下架，并表示：“对所有人来说是一个警示，大家应尊重版权与肖像权，专注于技术本身。”

这种神奇的黑科技被称作 AI 换脸！然而，如此高阶的换脸技术引来了无数网友的恐慌，“怎么实现的换脸？如果这一技术被用在其他地方，会怎么样？我会不会被别人假冒了都不知道？目前的人脸识别技术还安全吗？”

可怕的换脸 AI 技术

其实 AI 换脸两年前从国外论坛流传开来，而国内也有不少仿效者，比如有网友把女主播的脸，换成唐嫣、杨幂、刘亦菲等明星。

是不是觉得很震撼？人工智能正在以我们所有人想象不到的速度，飞速前进，颠覆我们以往的认知.....

换脸哥制作这段逼真视频的工具叫 Deepfake ，这一 AI 技术在国外已经火了两年多。

视频中左侧为真实视频，右侧是 Deepfake 合成

当年，美国国防部把这项技术誉为人类对于 AI 的军备竞赛的一个开端，能把视频中的人脸换成其他人，同时保持脸部肌肉运动和谐，口型和声音匹配。

Deepfake 合成后的「希拉里·川普」

什么是 DeepFakes？

最初，在 Reddit 网站上，一位用户名为“deepfakes”的网友发布了自己制作的换脸视频，将成人影片的女主角换成了神奇女侠，短时间吸引了大量的人气，广大网友顺理成章地把他的网名作为这项技术的命名。

《神奇女侠》的扮演者盖尔·加朵的这一面你见过么？其实这是一段合成视频，视频中并非盖尔·加朵本人。

而是通过机器学习技术搭建了一个系统，让 AI 学习了女明星的面部特征，最后合成到了成人片里的女演员的头部。

没过多久，同名算法在 GitHub 开源，由 deepfakes 技术制作的视频在网上也越来越多。杰西卡·阿尔芭、艾玛·沃特森等好莱坞明星纷纷被“换脸”。

好莱坞影星纷纷“中招”

除了 Reddit 上的讨论外，在 2018 年 1 月，还有人推出了 Windows 程序的 FakeApp，这大大降低了 DeepFake 的使用门槛，它允许用户很轻松地自制换脸视频，即使你没有任何人工智能方面的知识。

但是由于许多用户将 deepfakes 技术用于制作虚假视频，例如伪造政治家公开演讲，制作著名女星色情内容等，导致这项技术声名狼藉。

DeepFakes 实际上是一种人脸交换技术，顾名思义，也就是在图像或视频中把一张脸替换成另一张脸。

事实上，人脸交换技术在电影制作领域已经不是个新鲜词了，但是之前电影视频中的人脸交换非常复杂，专业的视频剪辑师和 CGI 专家需要花费大量时间和精力才能完成视频中的人脸交换。

这是《速度与激情 7》里的保罗，他在电影没杀青之前就意外去世，着实令人心痛。但后期通过一种 CGI 的技术换脸呈现出来了，这才让我们看到了分叉口永别的这一幕。

DeepFakes 的出现可以说是人脸交换技术的一个突破。利用 DeepFakes 技术，你只需要一个 GPU 和一些训练数据，就能够制作出以假乱真的换脸视频。

这可以说是一个非常了不起的突破了，因为你只需要把上百张人物的样图输入至一个算法，就能完成人脸交换，制作出非常逼真的视频效果。就算你是个对视频剪辑一窍不通的外行，也能做到这样。

DeepFakes 的出现还意味着我们可以在视频中进行大规模的“换脸”。我们大多数人都曾经把自己的照片上传到网络上，因此，我们大多数人的脸都能够轻易地被替换到一些视频中，成为视频的“主角”。

不得不说，这是件非常可怕的事情，但这也并不那么值得恐慌，毕竟我们大家早已接受了“照骗”（照片造假）。

DeepFakes 的技术原理

DeepFakes 的核心是一个“自动编码器”，这个“自动编码器”实际上是一个深度神经网络，它能够接收数据输入，并将其压缩成一个小的编码，然后从这个编码中重新生成原始的输入数据。

在这个标准的自动编码器设置中，网络将尝试学习创建一个编码，从中网络能够重新生成输入的原始图片。只要有足够多的图像数据，网络就能学会创建这种编码。

DeepFakes 让一个编码器把一个人脸压缩成一个代码和两个解码器，一个将其还原成人物 A（Fallon），另一个还原成人物 B（Oliver）。

下面的图能够帮助你理解：

在这个案例中，使用的编码器是一样的，但是 Fallon 和 Oliver 的解码器是不同的。

在训练的过程中，输入的人脸会被扭曲，从而模拟一个“我们希望得到这样的人脸”的概念。

下面介绍算法训练的三个步骤：

首先，我们给编码器输入了一张 Jimmy 扭曲脸的图片，并尝试用解码器 A 来重新还原他的脸，这就使得解码器 A 必须要学会在纷繁复杂的图片中识别并且还原出 Jimmy 的脸。
然后，把 Oliver 扭曲脸的图片输入至同一个编码器，并用解码器 B 来还原 Oliver 的脸。
我们不断重复上面的操作，直到两个解码器能够分别还原出两个人的脸，同时编码器也能够学会通过抓取人脸关键信息，从而分辨出 Jimmy 和 Oliver 的脸。

等到以上的训练步骤都完成以后，我们就能把一张 Jimmy 的照片输入至编码器，然后直接把代码传输至解码器 B，将 Jimmy 的脸换成 Oliver 的脸。