《電子技術(shù)應(yīng)用》
您所在的位置：首頁 > 人工智能 > 设计应用 > “MAD”多注意力网络伪脸显廓系统
“MAD”多注意力网络伪脸显廓系统
网络安全与数据治理 1期
马梓为，杨子琪，李晨帆，黄郅皓
(1.北京航空航天大学 沈元学院，北京100083；2.北京航空航天大学 网络空间安全学院，北京100083)
摘要： 更为高级的人工智能换脸技术——局部人脸替换已经被研发、实现，这种技术能够保持原人脸被识别的同时仅仅替换面部某些部位，依然保证替换者的特征被识别。利用局部人脸替换技术进行身份伪造，会严重威胁社会安全和稳定。多注意力网络伪脸显廓系统采用高分辨率网络与多注意力网络相结合的方式，可以检测出目标人脸是否为虚假人脸以及其换脸区域，保证了虚假人脸的检测准确性、局部换脸检测的实用性，解决了局部换脸的虚假人脸伪造身份问题。方案在已有研究的基础上推陈出新，成本相对较低，一定程度上可用于解决人工智能换脸造成的法律问题，具有很好的可行性、实用性。
中圖分類號： TP393
文獻(xiàn)標(biāo)識碼： A
DOI： 10.19358/j.issn.2097-1788.2023.01.004
引用格式： 馬梓為，楊子琪，李晨帆，等. “MAD”多注意力網(wǎng)絡(luò)偽臉顯廓系統(tǒng)[J].網(wǎng)絡(luò)安全與數(shù)據(jù)治理，2023，42(1)：31-36，53.
“MAD” fake face detector based on multi-attentional network
Ma Ziwei1，Yang Ziqi1，Li Chenfan1，Huang Zhihao2
(1.Shen Yuan Honors College，Beihang University，Beijing 100083，China； 2.School of Cyber Science and Technology，Beihang University，Beijing 100083，China)
Abstract： Abstract： A more advanced artificial intelligence face replacement technology, partial face replacement, has been developed and implemented. This technology can keep the original face being recognized while replacing only certain parts of the face, so that the characteristics of the replacement are also recognized. The use of partial face replacement technology for identity forgery can seriously threaten social safety and stability. Our Multi-Attention Detector uses a combination of high-resolution network and multi-attention network for false faces with local artificial intelligence face swapping, which can detect whether the target face is a false face and the face-swapping part of the false face, ensuring the accuracy of false face detection, the practicality of local face-swapping detection, and solving the problem of falsification identity with partial face swapping. Our work pushes forward on the basis of existing research, with relatively low cost, and can be used to a certain extent to solve the legal problems caused by AI face replacement, with good feasibility and practicality.
Key words : fake face detection；partial face detection；machine learning；artificial intelligence face replacement

0 引言

進(jìn)入信息時(shí)代后，個(gè)人身份比以往任何時(shí)代都更顯重要，證明個(gè)人身份最常用最方便的方法之一就是人臉識別。然而，隨著人工智能(AI)換臉技術(shù)的出現(xiàn)，不法分子替換甚至修改“受害者”的面部表情、說話口型，身份偽造的隱患大大升高。據(jù)統(tǒng)計(jì)，AI換臉詐騙在我國每年約造成40億元的損失，占電信詐騙金額的11%。AI換臉盜用名人身份造謠抹黑的現(xiàn)象層出不窮，還出現(xiàn)了換臉視頻配合語音合成技術(shù)引發(fā)社會輿論動蕩的現(xiàn)象。比如美國前總統(tǒng)奧巴馬被換臉到一段痛罵特朗普的視頻中，引發(fā)了美國社會激烈討論。扎克伯格也在一段虛假視頻中宣稱他掌握了所有臉書用戶的隱私信息，一時(shí)間受到人們口誅筆伐。這些現(xiàn)象都說明了AI換臉行為危害與日俱增，保護(hù)個(gè)人身份不被篡改意義重大。發(fā)展AI換臉檢測技術(shù)以保障網(wǎng)絡(luò)空間的公共安全勢在必行。

普遍的AI換臉檢測方法對于全臉形式的AI換臉十分有效。然而，隨著換臉技術(shù)不斷發(fā)展，出現(xiàn)了將人臉局部位置進(jìn)行替換的局部換臉[1]。局部換臉產(chǎn)生的威脅十分嚴(yán)重，多個(gè)人的面部特征可以隱藏于同一張人臉上，而這張假臉具備了多個(gè)換臉者的身份信息。大多數(shù)的檢測方法對于局部換臉技術(shù)都是無效的。究其原因，一方面是普遍的AI換臉檢測技術(shù)往往通過不自然的表情、光影、性別等特征鑒別真?zhèn)?，而局部換臉會縮小這些方面的差距。另一方面，一些換臉檢測技術(shù)僅僅針對特定算法，而無法檢測其他算法生成的假臉。

本文以Deepfake網(wǎng)絡(luò)和人臉混合算法(Face blending)[2]生成的虛假人臉為檢測目標(biāo)，以人臉混合算法生成的虛假人臉為主要訓(xùn)練目標(biāo)，以經(jīng)過多注意力網(wǎng)絡(luò)(Multi-attentional Deepfake Detection)[3]加強(qiáng)學(xué)習(xí)的人臉偽影網(wǎng)絡(luò)(Face X-ray)為基礎(chǔ)結(jié)構(gòu)框架，創(chuàng)新性結(jié)合后搭建的基于卷積神經(jīng)網(wǎng)絡(luò)的機(jī)器學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)。本文所做工作主要有以下幾方面：

(1)實(shí)現(xiàn)了基于人臉特征點(diǎn)對局部人臉的進(jìn)行替換的簡單算法，憑借該算法構(gòu)建了網(wǎng)絡(luò)訓(xùn)練所需數(shù)據(jù)集。

(2)對高分辨率網(wǎng)絡(luò)(High-resolution Net)[4-5]進(jìn)行了推廣，將其應(yīng)用到人臉圖像特征識別，作為網(wǎng)絡(luò)中的特征提取模塊。

(3)為多注意力網(wǎng)絡(luò)(Multi-attentional Deepfake Detection)添加接口，成為網(wǎng)絡(luò)中的多注意力模塊，創(chuàng)新性地使其與高分辨率網(wǎng)絡(luò)相結(jié)合。多注意力網(wǎng)絡(luò)能夠放大某一特定區(qū)域的特征信息，即標(biāo)記可能的換臉痕跡并且生成一張包含換臉位置的灰度圖。




本文詳細(xì)內(nèi)容請下載：http://m.ihrv.cn/resource/share/2000005095.




作者信息：

馬梓為1，楊子琪1，李晨帆1，黃郅皓2

(1.北京航空航天大學(xué) 沈元學(xué)院，北京100083；2.北京航空航天大學(xué) 網(wǎng)絡(luò)空間安全學(xué)院，北京100083)


歡迎關(guān)注電子技術(shù)應(yīng)用2023年2月22日==>>商業(yè)航天研討會<<

此內(nèi)容為AET網(wǎng)站原創(chuàng)，未經(jīng)授權(quán)禁止轉(zhuǎn)載。

相關(guān)內(nèi)容