真实视频画面（左）与“深度伪造”画面（右）。

视频编辑软件变得越来越复杂，很多精心伪造的视频让你越来越难以相信自己的眼睛——这个演员真的在那部电影中出现过吗？这个视频是经过剪辑的吗？这些难以通过肉眼识别真假的视频被称为“深度伪造”视频。

有的“深度伪造”可能是无伤大雅的玩笑，但有的可能用心险恶。那么，我们怎么才能分辨视频是否经过篡改？

techxplore.com网站当地时间10月27日报道，美国宾汉姆顿大学（BHU）与英特尔公司（Intel）合作开发了一款辨别视频真伪的工具FakeCatcher，其准确率超过90%。相关研究成果发布于《IEEE Transactions on Pattern Analysis and Machine Intelligence》中。

FakeCatcher通过分析由心跳引起的肤色细微差别来判定视频的真伪，它使用的光电容积脉搏波（PPG）与血氧仪和苹果手表等可穿戴设备使用的技术非常相似。

Intel高级研究科学家Ilke Demir说：“我们从人脸的不同部位提取了多种PPG信号，然后观察这些信号在时间和空间上的一致性。在‘深度伪造’视频中，心跳不一致，也没有脉搏信息。而在真实视频中，人们左、右脸颊的血流情况是相同的（即脉搏相同）。”

BHU博士生Umur A. Ciftci与Demir共同参与了FakeCatcher的开发。Ciftci所在的Lijun Yin教授实验室长期从事图形与图像计算研究，创建了多个人脸和情绪表情的三维数据库。

Yin说：“Ciftci已经做了大量生理数据分析工作。信号处理研究始于我们的第一个多模式数据库，我们不仅采用了2D和3D可视图像，还加入了热感摄像机和生理传感器来捕捉数据。利用生理学作为另一特征，我们得以检视数据的前后一致性。”

研究人员随机搜集的“深度伪造”视频质量比实验室生成的专业伪造视频质量低得多，因此，前者更容易露出破绽。

Ciftci说：“我们的假视频是通过扫描真人制作而成，而其他假视频是由他人数据加工而成，因此也更容易识别。我们也学习了一些假视频的技巧，将其应用在数据创建过程中。”

然而，FakeCatcher的成功发布也引发了新的忧虑——这是不是等于告诉恶意造假者：“你们的假视频是这样被发现的”？造假者可能会再度修改自己的“赝品”，使造假行为无法被察觉。

对此，Ciftci认为不必过度担忧。他说：“对于不太了解其科学原理的人来说，这是很复杂的事情，他们很难依靠现有知识储备来应对验真检视。”

未来，研究人员将持续对FakeCatcher进行完善，使其能够确定“深度伪造”是如何达成的，这一功能对于网络安全和远程医疗的发展具有重要意义。

科界原创

编译：雷鑫宇

审稿：西莫

责编：陈之涵

期刊来源：《IEEE Transactions on Pattern Analysis and Machine Intelligence》

期刊编号：0162-8828

原文链接：

https://techxplore.com/news/2020-10-deepfake-videos-pulse.html

版权声明：本文由科界平台原创编译，中文内容仅供参考，一切内容以英文原版为准。转载请注明来源科技工作者之家—科界App。