是谁换了我的脸?

馒头老妖

前段时间，一段杨幂版“黄蓉”的视频横空出现，当网友还在疑惑杨幂什么时候演过黄蓉，就发现这发型、服饰，不都是1994年《射雕英雄传》中的朱茵版黄蓉吗？于是，网友们纷纷反应过来，她们被“换脸”了。

这里说的“换脸”，并不是一张硬邦邦的脸部截图贴在视频里的人脸上，一眼就能看穿的那种——事实上，当人物的位置、姿态、环境光线变化，甚至说话时，贴上去的那张“假脸”也会做出相应变化。

所以，视频上的人也可以被“改头换面”，变成另一个人的样子吗？答案，恐怕是一言难尽。

“换脸”还真能玩

首先必须肯定的是，这种技术如今已在一定程度上成為现实。

实现这一切也并不复杂：一个叫做DeeDfakes的小软件，只要几分钟时间，就能把视频上的人脸，换成你指定的那个人的脸部;所需要的素材，也只是“换上的那张脸”的主人的几段视频作为参考。

但软件背后的技术却相当复杂，用到了人工智能，可以用一张图来大致说明（左图）。

左边的多个“训练视频”，是来自于“换上的那张脸”的主人，比如杨幂。当人工智能程序“看过”之后，就会分析，弄清这张脸在不同姿态、不同角度、不同表情时是“什么样子的”。当我们导入“真实视频”，程序就会依据学到的知识，在真实视频上，把人物的脸部换成杨幂的样子。因为是掌握充分信息基础上的替换，所以仿真度极高。

这很像学美术：当你临摹过某位大师的很多作品之后，创作了一幅画。因为你的画作里处处透出他的风格、神韵，在外人看来，这就很像是这位大师的作品了。

我们临摹大师的绘画技艺也许需要几年，人工智能换脸可能只需要几分钟。当然用类似app制作换脸视频，娱乐尚可，稍不注意就很容易侵犯他人权益，甚至涉及违法。很可怕吗？

对网络安全而言，换脸视频的流行当然不是一个好消息。试想一下，某天你看到一段视频，主角就是你自己，却说了一段你从没说过的话，做了一些你从没做过的事，那可真是有口难辩了。如果你看过电影《解除好友：暗网》，就会理解这其中的恐怖之处。

好消息是，目前这种技术，对普通人而言，还没有多大威胁。人工智能程序虽然学习能力强、运算速度快，但依然需要大量的“学习资料”，也就是想要换脸的那个人的视频素材。这种视频素材越多、画面质量越高，程序学到的“知识点”也就越全面，模拟的效果越逼真。反之，如果只见过几小段画质很差、角度单一的视频，那“换脸”的效果当然也就很差了。

假设某人只有左耳上戴了一个耳钉，而交给人工智能学习的视频没有拍到这个耳钉。那么，无论这个程序如何智能，它模拟出来的“换脸”视频，画面上的人的左耳上，始终也不会有耳钉出现，就成了一个重大的破绽。

因此，为了实现逼真的“换脸”，高质量的视频素材是必不可少的。对于明星艺人来说，这根本不是门槛，但对普通人而言，能留在网上的视频数量很少，而且手机拍出来的视频，画质比不过专业设备拍出来的效果，作为素材提供给软件，破绽就很多了。

如何识别？

当然，对于网络安全工程师而言，却不能这么高枕无忧，必须针对这种“换脸”视频做出防御措施，以免有人将它用在更可怕的用途上，比如用来欺骗人脸识别系统。

一个比较简单的策略，就是放大之后，检查视频画面的细节。人工智能软件是在模仿，遇到素材里没有的细节，只有靠凭空猜测来填补。这种猜测很机械，比如脸部的某一小块，看起来很僵硬，或是明显有些扭曲、变形，那就说明这段视频很可能是被篡改过的。

更复杂的检测，则是把视频拆分为静态画面，比对不同画面上脸部的差异。同一张脸，可能在不同情况下，“换脸”软件对其处理的结果不完全一致，造成同一个人的脸在视频前后的变化。

而针对用视频欺骗人脸识别的风险，更多的还是依靠硬件识别。比如，用一束肉眼看不到的红外线照过去，因为脸部凹凸不平，反射回来的光线也是杂乱无章的漫反射;而如果那是一个手机或平板的玻璃屏幕，则反射回来的就是整齐有序的镜面反射了，被接收器识别后就能发现有诈。

“视频换脸”软件的出现，确实给网络安全提出了一个新的挑战，对于普通人而言，也要注意不要把自己的高清视频随意地放到网上，以防被人用作换脸的素材——不妨开个美颜功能再传，既更好看，又让坏人无机可乘呢。