人臉識別越來越普及，也有人用新技術來反制它

用美圖軟體 P 圖已經成為一種當代流行病。我們一邊用精修圖在朋友圈和 ins 上收割點贊，一邊一不小心就在相親或購物時被「照騙」套路。更令人擔憂的是，當被視為證據的照片可以隨意修改，又該如何避免更具欺騙性的假照片、假新聞的泛濫？

尤其是隨著深度學習和 AI 技術的發展，原本需要熟悉視頻編輯以及 CGI 專家花費數小時才能做到的「換臉」也越來越簡便、易操作，判斷圖像的真實性顯得越來越困難。2017 年 12 月，一位名叫「Deep Fakes」的用戶在 Reddit 上發布了一個視頻。他利用深度學習和 AI 技術，把成人電影中某個演員的臉換成了名人的臉，看起來幾乎毫無破綻。視頻發布後，也引發了大眾的恐慌。當假照片可以做到如假包換、真假莫辨，個人名譽、詐騙、假新聞等問題都接踵而來。

一些公司正試圖研發反制技術來解決這個問題。美國加州的一家初創公司 Truepic 是其中之一。這家公司發明了一種圖像驗證技術，可以用 Truepic 的 APP 或者是嵌入了 Truepic SDK的 APP 拍攝照片。Truepic 的專利技術在驗證圖像沒有被修改或編輯後，會給照片加上拍攝者名字、拍攝時間等信息。

同時，Truepic 的資料庫會存儲副本，並加上六位數的代碼和 URL。隨後，用戶可以導出經過驗證並加了水印的圖片。而查看照片的人，可以通過圖片上的 URL 到 Truepic 的資料庫里檢索圖片，以確保照片沒有在被導出後又進行了修改。

Truepic 稱使用 Truepic 的拍攝的照片「不能以任何方式修改或編輯，使企業能夠以 100%的信心驗證上傳的照片是否準確，消費者可以在網上任何地方分享未經編輯的照片。」Truepic 聯合創始人兼 COO 克雷格·斯塔克(Craig Stack）表示，通過 Truepic，保險公司可以對提交保險索賠的照片進行認證；房屋租賃照片可以被證實是準確和最新的；約會軟體上的照片也可以確保不會出現「照騙」。

為了應對可以移花接木、直接「換臉」的「深度仿冒」（deepfakes）技術，Truepic 也正在研發視頻檢驗技術。Truepic 的 CEO 傑夫·麥格雷戈（Jeff McGregor）表示：「我們將投資離線圖像和視頻分析，並且已經確認了一些可以用來檢測深度仿冒之類的偽造技術。」「尤其是，你可以分析頭髮、耳朵、眼睛的反射率等其他細節，這些幾乎不可能在一個視頻的數千幀中逼真地呈現。哪怕是識別出幾幀是假的也足以證明這個視頻是偽造的。」

6 月 21 日，Truepic 宣布獲得 800 萬美元的融資。此前，它已經獲得 175 萬美元投資。Craig Stack表示：「在利用圖像影響全球民主選舉、暴行和侵犯人權的數字證據經常遭到破壞，或網路身份被偽造以推進政治議程之前，我們就已經創立了 Truepic，但我們現在才充分認識到它對社會的影響，」「世界需要 Truepic 技術來幫助糾正濫用數字圖像造成的錯誤。」

Truepic 不是唯一一家想解決假照片泛濫的公司。Image Edited、FotoForensics 和 ImgOps 這樣的工具，也都可以上傳照片來檢測有沒有被修改過，不過他們的功能都很基本。

發明 PS 的公司也參與了進來。在這個月的 CVPR 計算機視覺大會上，Adobe 展示了如何用 AI 技術識別假圖像。Adobe 的新論文展示了如何利用機器學習來識別三種常見的圖像處理：剪接，即將不同圖像的兩部分組合在一起；克隆，即將圖像內的對象進行複製和粘貼；刪除，即把圖像的某一處對象刪除。

對圖像的處理總是會留下一些痕迹，譬如感測器產生的顏色亮度不一致、背景雜訊不匹配等。而 Adobe 的 AI 識別就是通過對大量 PS 過的圖片進行深度學習和訓練，從而得出一些常見的模型，通過對照片的噪點、顏色變化的識別來檢測各種對圖片的編輯。

在一些測試中，Adobe 這項技術的得分高於其他團隊構建的類似系統，但並不是很明顯。且這項研究並沒有直接應用於對「deepfakes」的識別。Adobe 稱這是一個「早期研究項目」，但公司希望未來能在「開發有助於監控和驗證數字媒體真實性的技術」方面發揮作用。

AI 圖像技術的發展除了帶來圖片編輯、假照片的困擾外，依託 AI 圖像識別技術的面部識別系統也一直面臨很多爭議。就在當地時間 6 月 25 日，奧蘭多市與奧蘭多警察局發布聲明稱，已於上周停止使用亞馬遜深度學習人臉識別技術 Rekognition，從去年 12 月份開始為期 6 個月的合同已經到期，目前不再續約。奧蘭多市停用亞馬遜的面部識別技術的主要原因來自大量公民自由團體的抗議。

但除了抗議之外，不少科技機構正在研究降低人臉識別準確性的技術。譬如，在 2016 年11 月的一項研究中，美國卡內基梅隆大學的研究人員設計了一種眼鏡框，可以誤導面部識別系統，使其產生錯誤的識別。在 2017 年 11 月，麻省理工學院和日本九州大學的專家們用一種演算法將一幅 3D 列印的海龜的照片標記為了步槍，方法是改變照片中的一個像素。

近日，多倫多大學的研究人員也宣布發明了一種演算法（中文鏈接），通過對圖像進行光轉換，動態地破壞面部識別系統。具體來說，他們的演算法是在 600 張人臉的數據集上進行訓練，它會發出一個實時的過濾器，可以應用到任何圖片上。因為它的目標——圖像中的單個像素——是特定的，因此它幾乎是肉眼無法察覺的。

研究人員 Parham Aarabi 和 Avishek Bose 稱，他們的演算法將人臉識別系統中被檢測到的人臉的比例降低到 0.5%。他們希望在應用或網站上提供這種神經網路系統。

題圖/GIPHY

我們做了一個壁紙應用，給你的手機加點好奇心。去 App 商店搜 好奇怪下載吧。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！