一张照片攻破人脸识别系统：能点头摇头张嘴，网友

人脸识别又上热搜了。

就在最近，央视网曝出了一种分分钟攻破人脸识别的方法：

只需要一张照片的那种。

△ 图源：央视网微博

在视频的演示中我们可以看到，随便一个人，用一段包含点头、摇头、说话等动作的驱动视频。

原本照片里的人物也会随之做出一样的行为。

虽然我们知道一张静态图，现在大概率是无法解锁人脸识别。

但这样动起来之后，结果可就不一样了。

于是，人脸识别系统便自然可以轻松通过：

△ 图源：央视网微博

央视网曝出的这段视频，成功引发了网友们的热议。

许多网友对这种攻破人脸识别系统的方式表示“可怕”：

让照片动起来的DeepFake

---

虽然央视网这次并没有直接点名具体所涉及到的技术。

但从效果上来看，DeepFake就可以做到这点。

DeepFake大家很熟悉了，简单来说有两种基本方法。

第一种是将两个人的大量面部照片输入编码器，编码器在压缩图像的同时提取出其面部共同特征。

然后在恢复图像时，把第一个人的压缩照片输入另一个人的解码器中复原，产生“交换“面部的效果。

第二种是生成对抗网络（GAN），让两个AI算法（生成器和判别器）相互对抗。

由生成器输入随机噪声并转化为图像添加到真实图像中，经判别器判别。

经过大量的循环和训练后，二者都得到改进，能够输出不存在的逼真人脸。

△ 图源：3DCAT

但传统的DeepFake需要有大量的原始数据，并且要经过好几天的训练才能达到高质量的效果。

若是想达到实时的效果，怎么办？

黎颢（没错，就是那个杀马特教授）团队就提出，将DeepFake和他此前做的paGAN结合到一起，做了一个新系统。

如此以来，在不需要大量训练数据的情况下，这个系统也可以实时地渲染出合成图像。

paGAN弥补了DeepFake需要大量训练数据的不足，简单来说就是把训练的工作量都放到台下去做。

实时渲染有三个问题需要克服：

需要处理大量数据以及使用更深层网络训练更好的模型，需要生成高分辨率帧并且能够并行或者安排任务。

而paGAN预先经过大量的训练，分析过很多图片的面部和表情。这样内部数据模型就可以在接触到新的图形时做出“条件反射”。

再加上paGAN使用了新的ML方法和更好的底层优化，达到了实时渲染的效果。

△ 图源：3DCAT