| 
人們常說，亞洲有四大邪術：泰國變性術、韓國整容術、日本化妝術和中國PS術。對于閱讀本文的人來說，無疑是對“中國PS術”的感觸*深。到了如今，隨著各種“照騙”的出現，人們對于圖片的信任度逐漸降低，視頻已經被視為更可靠的證據來源。而現在，隨著人工智能進軍視頻領域，情況又有了改變。
愛美是*重要的生產力之一，PS越來越不足以滿足女生的需求，許多人開始渴望著不只是靜態美，更要動態美，視頻濾鏡、美顏功能有了更多的市場。*近，兩大短視頻應用程序微視和抖音先后上線了“AI長腿”功能，能一鍵把視頻里的金華小火腿變成大長腿。
據微視介紹，“實時長腿”技術由騰訊AILab提供技術支持，AI能實時追蹤身體關鍵點，精準定位人體的各個部分，如手臂、腿、頭、軀干等。除了位置外，還能*地知曉這些部位的長度、大小、連接狀態等信息。騰訊也介紹到，當檢測到用戶全身，并且是正常直立狀態時，算法會檢測用戶的整體身高，腿部區域會根據黃金分割比例進行拉伸，因而腿短的女生會得到完美的身材比例，本來腿就比較長的女生也不會拉的過分夸張。當檢測到用戶在跳舞或做一些復雜運動時，會根據用戶的姿勢，動態調整大腿及小腿的拉伸效果。由實測視頻來看，效果非同凡響。
可以預見的是，在未來，人們可能需要處理更多真假難辨的視頻。
AI給視頻造假附加了什么
在尋常人看來，短視頻造假的方式無非就是一些“斷章取義”的剪輯罷了。比如，前幾年較為流行的“奧巴馬踹門”動態圖片，就是利用了簡單的視頻剪輯技術做成的。
然而，AI可沒那么簡單，在短視頻“造假”上，它不止要以假亂真，更要無中生有。
通常來說，AI在短視頻上造假的方式有以下三種：
初級階段：移花接木
在短視頻“造假術”里，*重要的不是圖像的拼接，而是音頻的連續性。AI正在試圖合成人們在實際中從未說過的話，研究人員就曾利用奧巴馬的演講視頻訓練AI的學習系統，讓系統的神經網絡，學會如何將各種語音特征與對應的口型聯系在一起，生成CGI唇動，在3D姿態匹配的幫助下，將CGI唇動與奧巴馬的視頻整合在一起。也就是說，他們能夠利用相關音軌偽造一段令人難辨真偽的視頻。
中級階段：改頭換面
在這個階段里，AI就不是合成了，而是對視頻里的內容進行編輯。通過人臉檢測和五官識別，對人臉的關鍵點實時追蹤，讓人們在動態視頻中可以對自己臉進行改造。這一技術屬于動作捕捉技術中的一個分支，叫面部捕捉。這些臉上的黃點，就是人臉表情變化中的關鍵點，通過面部追蹤，計算機只需要這些信息就能合成表情。
*階段：無中生有
合成聲音尚能理解，合成動作你敢相信嗎？
近日，在MIT（麻省理工學院）的論文SynthesizingImagesofHumansinUnseenPoses中，研究人員提出了一種模塊化的生成神經網絡，用從人類運動視頻中提取的成對圖像和姿勢訓練之后，它能夠為一個人合成出沒做過的新姿勢。而且，這個模型在沒有經過刻意訓練的情況下，能夠生成一段連續的視頻。也就是說，單憑一張照片，AI就能隨意擺布照片中的人，使人物作出一系列動作，視頻的合成非常自然。
擔心被濫用？“軍備競賽”已展開
偽造視頻聽起來還算有趣。不幸的是，它也有邪惡的一面，比如說，由各色名人主演的“深度偽造”的色情片。另外，虛假新聞以及*技術可以輕易地被用于欺騙也引起了人們的廣泛擔憂。
來自德國慕尼黑技術大學的研究人員想要解決這一問題——他們開發了一種名為“XceptionNet”的算法，它能快速發現發布在網上的偽造視頻。
“理想情況下，我們的目標是將人工智能算法集成到瀏覽器或社交媒體插件中，本質上，該算法將在后臺運行，如果它識別出被操縱的圖像或視頻，它將給用戶發布警告信息。”該校視覺計算小組的教授MatthiasNiessner透露。
研究小組首先訓練了一個由1000多個視頻和50萬張圖片組成的深度學習神經網絡。通過向計算機顯示修改過的和未修改過的圖像，即使在人類很難識別的情況下，機器學習工具也能夠找出兩者之間的區別。
Niessner說：“對于壓縮過的視頻，我們的用戶研究參與者無法區分假數據和真實數據”。但人工智能能夠很容易地區分這兩者。”在50%的情況下人類可以正確區分的，但這其實是隨機猜測，而卷積神經網絡可以在87%到98%的情況下正確區分壓縮視頻。
總結
道高一尺，魔高一丈，關于技術的“軍備競賽”時刻都在進行中。AI偽造視頻是個不錯的點子，但怎么用到正道上還需要實踐。 |
