Deepfake的兴起，让视频和音频不再是记录历史的可靠证据！

近日一则电影片段在YouTube爆火，影片中两位主演分别是好莱坞两位顶级流量巨星西尔维斯特·史泰龙（Sylvester Stallone）和阿诺·施瓦辛格（Arnold Schwarzenegger）

然而，短片爆火的原因不是两位巨星，而是它逼真的视频合成效果。

事实上，这部名为《Step Brothers》的电影主演是两位小众演员，短片创作者利用Deepfake将面部替换成了两位巨型。

短片中，人脸自然、毫无痕迹的融合效果，让不少网友们惊叹：太恐怖。

但事实上，更让人恐怖的是短片背后，Deepfake愈演愈烈的负面应用。自2017年，某Reddit用户首次将其用来伪造色情视频开始，Deepfake造假已逐渐渗透到政治、媒体等多个领域，甚至还威胁到了今年的美国总统大选。

与此同时，伪造品的数量也在逐年增长，特别是在2020年再次创下历史新高，达到49081个。

那么，快速增长的Deepfake有哪些特点，背后有哪些应对措施？

Deepfake泛滥成灾，增长率超330%

近些年，计算机视觉技术得到飞速发展。

尤其是2014年生成式对抗网络GAN的提出，让图像和视频合成不断取得惊人的效果。

2017年，这项技术被不良分子用来伪造了一段色情视频，由此该技术被人们称为“Deepfake”，后来Deepfake的负面应用不断发酵，并逐渐覆盖到更广泛的图像、视频，乃至音频领域。

具体来说，Deepfake主要是对人脸进行篡改和重新编辑，包括表情修改，换脸、换口型、合成新人脸四种模式。其中，换脸和对口型是Deepfake最主要的应用模式，其破坏性和杀伤力也最强。如篡改政客公开演讲以及伪造色情视频。

值得注意的是，造假者无需了解这些修改模式背后的技术原理，诸多开源软件，已经可以让他们轻松地制造虚假内容。比如DeepFaceLab之类的工具，任何人都可以拍摄一张图片或视频，并替换或操纵人脸。

技术的普及和便捷性，让造假品数量成指数级增长。根据安全分析公司Sensity最新结果显示，

自2018年12月以来，Deepfake在线造假品的数量大约每六个月翻一番。

2019年7月Deepfake的总数达到14,678，相比于2018年12月的7964部造假视频增加了近100％。而截至今年6月，造假视频已多达49081个，比2019年7月增长了330％以上。

色情视频占比最高，美英成重灾区

2019年，在14678个公开发布的Deepfakes作品中，假色情视频占据了96%。

另外，根据Sensity调查分析显示，Deepfake用来制作色情作品的目标对象超过95%全部来自影视娱乐业，只有剩下的一小部分来自商业、新闻媒体以及政治领域。

而今年，影视娱乐仍然是覆盖最广的行业，占据了62.7％，加上时尚类别（21.7％）和运动类别（4.4％），总计占所有目标的88.9％。

其中，在娱乐行业62.7％的占比中，来自Instagram，Twitch以及Youtube等社交媒体的目标对象数量显著增加。同时，来自商业（4.1％）和政治（4％）背景的目标对象也有所增加。

值得注意的是，上述4%政治背景的目标对象，主要集中在一些知名政客身上，如特朗普、奥巴马等。信息时代，利用这些政客身份伪造虚假政治言论，可能会造成灾难性成果。

尤其是随着技术的提升，伪造品越来越难以用肉眼分辨。去年，一名马来西亚政治家就因涉嫌从事同性恋活动的视频而被判入狱（在马来西亚同性恋是非法的），但后来证实该视频是Deepfake伪造的。

另外，比利时政治团体也曾利用Deepfake伪造了一段特朗普关于巴黎气候协定的演讲视频，在当时产生了不小的轰动。

不过，总体来看，大部分有关政客的虚假作品还多以讽刺为目的。

另外，这些虚假作品有明显的地区分别特点。从Sensity的统计结果来看，政客伪造品主要集中在西方国家，尤其是美国和英国。同时，韩国和印度在今年也成为了主要目标。

图中，美国和英国在整体中占据了61%，超过了一半。韩国（9.6%），印度（5.0）和日本（4.0）也构成了很大一部分。总体来看，说明亚洲的政治造假活动在持续增长。

反Deepfake技术有哪些？

Deepfake的危害无需再多说。

为了应对日益泛滥的伪造品，学、政界和各大企业也在联合发力，研发反Deepfake技术。

值得一提的是，Kaggle和Facebook已经举办了多场Deepfake探测器研发竞赛，并收集了大量用于训练的数据集。

Deepfake检测器，主要通过对大量图像和视频进行训练，并从中查找不同的Deepfake标识符来鉴别内容真伪。目前最先进的监测手段，分为以下几种：

• 人脸X射线（ Face X-ray）检测：它是一种将假脸重新混入目标图像或视频，以从中寻找边界的方法。经过FaceForensics 数据集上测试，精准度可达99%以上。（https://arxiv.org/abs/1912.13458）
  

• 背景差异检测：该方法通过将人脸区域与背景区域进行对比，从中寻找微小差异以辨别真假。（https://arxiv.org/pdf/2008.12262.pdf）

• 情绪识别网络（Emotion Recognition Network）：该方法通过检测面部情绪是否与场景上下文或音频内容相匹配，来确定视频是真是伪。（https://arxiv.org/abs/2003.06711）

• 生物学信号：通过检测视频目标的心跳并分析该信号的残差确定真假，该方法的准确率已达到97.29%，同时还可以检测背后所用的Deepfake模型。（https://arxiv.org/pdf/2008.11363.pdf）

以上大多数这些Deepfake检测方法都没有可用的开源代码，不过，目前也有一些商业上可用的API，例如Sensity，Deepware，以及微软的 Video Authenticator。

此外，要说明的是，虽然人脸X射线检测法精度已经达到99%，但它仅限于FaceForensics数据集，对于“Wild”数据集可能并不适用，很多其他检测工具也是如此。

一位研究人员证实说，他上述某款模型用于《Step Brothers》和川普伪造视频检测，结果并不能证伪。尽管川普的伪造视频有明显的缺陷（嘴边周围有合成痕迹）

因此，在特定Deepfake检测数据集上表现良好的模型，在现实世界中也不一定达到理想效果。

但庆幸的是，高质量的Deepfake造假品仍需要人工干预来完善输出，这会极大地减慢传播速度，并为改进Deepfake检测模型提供时间。