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。