本文经AI新媒体量子比特（公众号ID：QbitAI）授权转载，转载请联系出处。DeepFake被用于电信诈骗，如何破解？让他转过头，看看自己的侧脸。DeepFake一直有这样一个漏洞：当伪造的人脸完全侧向（转90°）时，真实性会急剧下降。为什么会有这样的结果呢？网上有这样一篇文章，分析了为什么在侧脸的情况下，人脸伪造的效果会大打折扣。侧面变形的原因是使用DeepFake换脸在横向上受限。当脸处于侧角时，真实性会急剧下降。这是因为大多数基于2D的面部对齐算法仅捕获侧视图作为主视图的50%-60%的特征点。以《JointMulti-viewFaceAlignmentintheWild》中的Multi-viewHourglass人脸对齐模型为例。通过识别人脸特征点作为学习数据来训练模型。从图中可以看出，正面对齐时识别出68个特征点，而侧面对齐时仅识别出39个特征点。侧脸视图隐藏了50%的特征点，这不仅阻碍了识别，还会干扰训练和后续人脸合成的准确性。DeepFake专家吕思薇博士表示：对于目前的DeepFake技术来说，侧脸确实是个大问题。面部对齐网络对于正面效果非常好，但对于侧视图效果不佳。这些算法有一个基本的局限性：如果你只遮住你的脸的一部分，对齐机制会很好地工作，并且在这种情况下非常强大，但是当你转身时，超过一半的特征点会丢失。为了在普通人的“沙漠”图像数据中达到更逼真的效果，需要进行大量的训练，也就是说需要有足够的训练数据。网上有人通过训练大量数据，将JerrySeinfeld的脸换成了《低俗小说》（1994）的场景。得到的侧脸图像也很难看出瑕疵：但要达到如此逼真的效果，它已经用大量数据进行了训练。在上面的例子中，电视节目《宋飞正传》为这次培训提供了长达66小时的培训。可用的镜头。相比之下，除了电影演员外，普通人的形象非常少，在拍照和录音的时候，也很少有人会拍摄一张完全90°的侧脸照片。因此，DeepFake伪造的人脸在侧脸时很容易出现破绽。也有网友在HackerNews上开玩笑说：最近去一家不知名的银行办卡，需要头像。我当时还百思不得其解，现在终于知道为什么了。在你面前握手也可以识别假面孔。进行视频通话时，可以判断对方是否是DeepFake。除了从侧脸判断，还有一个小方法：双手在身前晃动。在假人脸??的情况下，手和人脸图像的叠加可能会出现乱码，手的抖动可能会有延迟。△寡姐和X教授换脸时，手脸叠加错乱。Real-timeDeepFake会面临这样一个问题：需要在不真实的人脸图像上叠加真实的遮挡物。这种操作一般称为“掩码”。或“背景去除”。而且，实时的DeepFake模型需要能够根据需求随意抠图，达到令人信服的程度。然而，经常有许多令人困惑的遮挡物影响“抠图”过程。例如，具有人脸特征的遮挡物会对模型造成“困扰”，导致“抠图”过程难以进行。在假脸前晃动你的手，遮挡物的快速移动会使“抠图”变得非常困难，造成很多延迟，影响叠加质量。OneMoreThing的换脸犯罪离我们不远了。曾有媒体报道称，嫌疑人利用DeepFake对IT职位进行远程面试，企图侵入公司，获取其客户或财务数据，以及企业IT数据和专业信息。FBI已致函其互联网犯罪投诉中心，称已收到大量投诉，称有人使用窃取的信息和深度伪造的视频和声音申请远程技术工作。在联邦机构5月份报告中描述的案件中，一些换脸嫌疑人通过多层空壳公司运作，这使得识别他们的身份变得更加困难。
