一张照片攻破人脸识别系统！能点头/摇头/张嘴，网友：太可怕！
点击下方卡片，关注“CVer”公众号
AI/CV重磅干货，第一时间送达
行早 发自 凹非寺
转载自：量子位（QbitAI）
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
张钹：人脸识别算法非常不安全
而这样逼真的DeepFake人脸处理，只是诸多方法中的一种。
每一种方法都是人脸识别系统的潜在威胁。
这说明视频中展示的人脸识别算法还是存在着很大的漏洞。
中科院院士、清华大学人工智能研究院院长张钹，也称这种算法很不安全，非常容易受到攻击：
人识别对方不会因为表情不一样、对方戴个眼镜，或者照明、看的角度偏一点，就不认识他。
但计算机就很容易认不出来。
△ 图源：央视网微博
而一旦人脸验证被攻破，一些门禁验证，支付验证都可能形同虚设。
毕竟现在在社交平台上获取一个人的照片太简单。
这无疑给每个人的信息安全带来了巨大的隐患。
对此，网友表示：早已没什么隐私可言了，相对于人脸识别还是密码更可靠。
参考链接：
[1]https://s.weibo.com/weibo?q=%23%E4%B8%80%E5%BC%A0%E5%9B%BE%E5%8F%AF%E6%94%BB%E7%A0%B4%E4%BA%BA%E8%84%B8%E8%AF%86%E5%88%AB%23&from=default
[2]https://www.3dcat.live/share/Deepfake/
[3]https://www.fxguide.com/fxfeatured/pinscreens-advanced-face-ai-neural-rendering/
ICCV和CVPR 2021论文和代码下载
后台回复：CVPR2021，即可下载CVPR 2021论文和代码开源的论文合集
后台回复：ICCV2021，即可下载ICCV 2021论文和代码开源的论文合集
后台回复：Transformer综述，即可下载最新的两篇Transformer综述PDF
CVer-Transformer交流群成立
扫码添加CVer助手，可申请加入CVer-Transformer 微信交流群，方向已涵盖：目标检测、图像分割、目标跟踪、人脸检测&识别、OCR、姿态估计、超分辨率、SLAM、医疗影像、Re-ID、GAN、NAS、深度估计、自动驾驶、强化学习、车道线检测、模型剪枝&压缩、去噪、去雾、去雨、风格迁移、遥感图像、行为识别、视频理解、图像融合、图像检索、论文投稿&交流、PyTorch和TensorFlow等群。
一定要备注：研究方向+地点+学校/公司+昵称（如Transformer+上海+上交+卡卡），根据格式备注，可更快被通过且邀请进群
▲长按加小助手微信，进交流群
▲点击上方卡片，关注CVer公众号整理不易，请点赞和在看