為Deepfake檢測研究提供資料支援
命運是天定的,顏值可是自己的。前段時間風靡的換臉小程式已經讓一部分人娛樂了一把,你知道嗎?現在又出新技術了,deepfakes不僅可以換臉,還能將面部表情、動作都與另一張臉完美地融合在了一起。在技術革命到來的同時,濫用風險依然不可小覷······
本文來自Google AI的《contributing data to deepfake detection》在不改變原文意思的基礎上,雷鋒網AI科技評論的編譯如下:
深度學習已經產生出了在幾年前還被認為是不可能實現的技術。現代生成模型就是其中的一個例子,它能夠合成超現實的影像,語音,音樂,甚至是視訊。這些模型在廣泛的應用程式中得到了應用,包括通過文字到語音轉換使世界更親近,以及協助生成用於醫學成像的培訓資料。
與任何變革性技術一樣,這也帶來了全新的挑戰。其中一種就是所謂的“ deepfakes”(由可操縱視訊和音訊剪輯的深度生成模型產生)。自2017年年底首次面世以來,已經出現了很多開源的Deepfake生成方法,導致合成媒體剪輯的數量不斷增長。雖然很多人可能是想用一種幽默的方式展現自己,但也不排除有些人可能會利用這樣的技術做出對他人和社會有害的事情。
谷歌認真的考慮了這些問題。正如我們去年在《人工智慧原則》(AI Principles)中發表的,我們致力於開發人工智慧最佳實踐,以減少潛在的傷害和濫用。去年1月,我們釋出了一個合成語音資料集,以支援開發高效能假音訊檢測器的國際挑戰。作為這項挑戰的一部分,150多個研究機構和行業組織下載了該資料集,現在可以免費向公眾提供。
今天,我們與Jigsaw攜手,宣佈釋出一個由我們製作的大型的視覺deepfakes資料集,該資料集已被納入慕尼黑工業大學和那不勒斯大學費德里科二世的新FaceForensics基準中,谷歌作為共同發起方見證了這場付出各方諸多努力終於有所收穫活動。將這些資料納入Faceforensics視訊基準測試是與包含Matthias Niessner教授, Luisa Verdoliva教授和FaceForensics團隊在內的領先的研究人員合作進行的,你可以在FaceForensics GitHub頁面上下載資料。
圖1:Google參與FaceForensics基準測試的視訊樣本。為了生成這些,隨機選擇了幾組演員,深度神經網路將一個演員的臉換到了另一個演員的頭上。
為了製作這個資料集,在過去的一年中,我們與僱傭的演員和志願者演員合作錄製了數百個視訊。 然後,使用公開可用的Deepfake生成方法,我們從這些視訊中建立了數千個Deepfake。 由此生成的真實和虛假的視訊都傾注了我們的心血,我們建立這些視訊是為了支援Deepfake的檢測工作。 作為FaceForensics基準測試的一部分,這個資料集現在可供研究社群免費使用,可用於開發合成視訊的檢測方法。
圖2:演員們在各種場景中的拍攝情況。其中一些演員在這裡(頂部)使用Deepfake技術換臉的樣本出現在 (底部),這可能存在微妙的或劇烈的變化,取決於建立他們的其他演員。
由於這個領域的發展速度極快,我們將隨著Deepfake技術的發展將其新增到該資料集中,並且我們將繼續與該領域的合作伙伴合作。 我們堅信,要為蓬勃發展的研究社群提供支援,以減輕因濫用合成媒體而造成的潛在危害,而今天在FaceForensics基準測試中釋出的Deepfake資料集正是朝著這個方向邁出的重要一步。
原文連結: https://ai.googleblog.com/2019/09/contributing-data-to-deepfake-detection.html
https://www.leiphone.com/news/201910/prJ8LWjpxvPkahdi.html
來自 “ ITPUB部落格 ” ,連結:http://blog.itpub.net/69946223/viewspace-2661884/,如需轉載,請註明出處,否則將追究法律責任。
相關文章
- 為語音標註提供資料支援
- 商湯入局圍剿Deepfake:推出迄今最大人臉偽造檢測資料集
- 為人臉識別技術提供AI基礎資料服務支援AI
- 使用 ISAR 資料庫提供離線 Flutter 支援資料庫Flutter
- js檢測資料型別JS資料型別
- javascript 資料型別檢測JavaScript資料型別
- 偽AP檢測技術研究
- 目標檢測資料集分析
- 為關鍵業務領域提供資料保護支援,Veeam透過SAP HANA備份認證
- Google 亮劍:釋出 Deepfake 資料集,對抗 AI 造假GoAI
- JavaScript的資料型別及其檢測JavaScript資料型別
- 資料探勘——SVM(乳腺癌檢測)
- Dependabot 開始支援 pub package 版本檢測Package
- Spark——為資料分析處理提供更為靈活的賦能Spark
- 華為AGC提包檢測報告:檢測異常GC
- 北鯤雲超算平臺如何為生命科學研究提供資料歸檔與儲存服務?
- 基於工業資料的檢測分析
- SAR目標檢測資料集彙總
- JS中資料型別檢測方法——typeofJS資料型別
- 檢測資料庫遷移準確性資料庫
- sqlmap支援自動偽靜態批次檢測SQL
- 檢測當前瀏覽器是否支援cookie瀏覽器Cookie
- Fake 5提供.NET Core支援
- openGauss資料庫原始碼解析——慢SQL檢測資料庫原始碼SQL
- 巧用Proxyman Scripting 進行資料分類檢測
- 圖資料探勘:社群檢測演算法(一)演算法
- python將目標檢測資料匯入到指定資料庫中Python資料庫
- 銀行卡檢測中心&資訊無障礙研究會:2020年金融App資訊無障礙研究APP
- 為資料計算提供強力引擎,阿里雲檔案儲存HDFS v1.0公測釋出阿里
- 各行業資料治理案例分享 | 廣東省特種裝置檢測研究院資料中臺_光點科技行業
- 為什麼資料團隊無法提供切實的投資回報
- 華為雲資料庫GaussDB (for Cassandra) 資料庫治理 -- 大key與熱key問題的檢測與解決資料庫
- 聯邦學習為公平性研究提供了幾個思考聯邦學習
- 讓行業大模型更“聰明”,雲測資料提供標準化資料解決方案行業大模型
- 為openGauss發展提供源源不斷的智力支援和思想輸入
- 【資料集】Maple-IDS——網路安全惡意流量檢測資料集
- 基於pytorch的目標檢測資料增強(tensor資料流版本)PyTorch
- 輕鬆檢測Golang併發的資料競爭Golang