火眼金睛:教你怎么识别AI生成的假脸
发布网友
发布时间：2024-10-06 03:57
共1个回答
热心网友
时间：2024-12-02 14:58
2014年，Ian Goodfellow提出“生成式对抗网络”(GAN)，其特点是网络输出模仿输入，而非进行预测。GAN由两个相互博弈的神经网络组成，一个试图欺骗另一个相信生成的是真样本，另一个则尽力区分真假样本。
使用GAN几乎能生成任何图片，包括人脸。文章开头的那两张人脸就是用这种网络生成的，现实中不存在这两个人。
2014年GAN刚提出时，生成的人脸还很粗糙。但随着改进，到2017年10月，GAN已经能生成非常*真的人脸，难辨真假。
为了更好地理解AI生*脸的能力，可以玩麻省理工学生制作的一个小游戏。游戏目的在于了解当前AI生成的人脸能否欺骗人类。
打开游戏页面，填写年龄和性别后即可开始游戏。游戏分为两关，第一关显示完整人脸，第二关则将人脸的眼睛打码。每一关又分为5个难度等级，包括显示5秒、2秒、1秒、0.5秒和0.25秒的人脸。
试玩发现，确实很难辨别，最好的成绩是猜对5张中的5个，最惨的一局全错。这表明AI在生成*真人脸方面已经相当厉害。
为了正确识别所有假脸，以下是机器学习专家Kyle McDonald总结的几个秘诀：
AI生成的人脸中，直发现象很常见，特别是长直发。尽管细微部分很*真，整体上显得过于直，没有自然弯曲感，看起来像是用刷子或调色刀涂抹的结果。如果发现人脸照片中头发异常，应予以注意。
GAN在处理人脸背景中的复杂结构时存在困难，尤其是在文字显示方面。因此，如果人脸背景的文字变形或扭曲，基本可以判定为AI生成的图像。
由于所有训练数据集中在一处，GAN在眼睛和耳朵的位置和渲染上缺乏变异性。另一方面，人脸背景中可能包含各种元素，GAN难以复原真实背景，因此AI生成的人脸背景往往具有超现实主义风格。
GAN难以处理图像中的长距离元素，如耳环等。在AI生成的图像中，这类元素的成对出现较少。观察眼睛方向和颜色一致性，以及耳朵的大小和位置差异，可以帮助识别AI生成的假脸。
GAN擅长生成概括性画面，但在处理牙齿等半规则细节时表现不佳。有时会生成错位的牙齿或不寻常的牙齿拉伸收缩。如果人物牙口异常，这张脸可能就是假脸。
GAN倾向于把头发缩成一团，在肩膀周围随机生成几缕，前额的头发凝结成几条。仔细观察图像中的头发分布，如果人脸精致整洁但头发凌乱不堪，很可能是假脸。
由于训练数据集的局限，GAN可能将不同性别的多个属性混合在一起。例如，人脸可能既有胡子，又戴耳环，这表明当前GAN没有清楚学习人类的具体生物特征。如果人脸的性别特征紊乱，那这张脸很可能是假的。
AI生成的图像中某些部位可能出现半规则的噪声，如水平或垂直的条带状纹理，可能模仿衣服纹理。仔细观察图像的纹理，对判断真假脸有帮助。
AI生成的人脸在某些部位可能出现颜色溢出，带有彩虹色光晕，常见于人物的衣领、脖子和眼白部位。
通过上述技巧，可以识别AI生成的假脸。现在可以再回头玩玩那个小游戏，看看能否拿满分。
