揭秘深度伪造现象：英特尔的技术如何识别

表格目录

1. 介绍
2. 什么是深度伪造
3. 深度伪造检测技术
   • 3.1 PPG技术
   • 3.2 PPG地图
   • 3.3 假捕手算法
4. 如何应对低质量媒体
5. 音频与视频的对比
   • 5.1 音频检测
   • 5.2 Liveness Detection
6. 未来发展方向
7. 如何获取与Fake Catcher合作

1. 介绍

欢迎大家来到Processing Out Loud，在这里我们将讨论一个非常及时的主题——深度伪造现象和英特尔所拥有的识别技术。加入我和我们的特邀嘉宾伊尔卡·德米尔，她是英特尔的高级研究科学家，负责领导所有深度伪造识别的开发工作。

在今天的讨论中，如果大家有任何问题，请随时在Twitter上使用标签 #ProcessingOutLoud 向我们提问，我们会尽量在节目中回答。让我们开始吧！

2. 什么是深度伪造

深度伪造是一种利用人工智能技术生成的虚假媒体，旨在让观众误以为这些媒体是真实的。这些伪造内容可以包括视频、音频和图像，它们通过深度学习技术来模仿真实人物的外貌、音色和行为。

深度伪造技术正日益普及，而检测和防御这种技术的需求也越来越迫切。伴随着深度伪造技术的发展，社交媒体平台、新闻机构以及个人都面临着深度伪造的威胁。

3. 深度伪造检测技术

3.1 PPG技术

深度伪造检测中的关键技术之一是心率光谱(Pulse Plethysmography，PPG)。PPG是一种测量血液流动的光学技术，通过观察人脸的血液循环模式来鉴别真伪。

一般来说，真实的人类面部血流是连贯的，而深度伪造视频会导致血流失去连贯性。基于这种差异，通过提取视频中的PPG信号并将其转化为PPG地图，可以使用深度学习算法对真实和伪造视频进行分类。

3.2 PPG地图

PPG地图由从面部特定区域提取的PPG信号构建而成，利用空间、频谱和时间上的一致性进行分类。这些PPG地图会输入到深度学习神经网络中，进行真伪视频的分类判断。

该地图的构建过程是通过从面部的多个不同位置提取PPG信号，并根据其空间、频谱和时间上的一致性生成PPG地图。这些PPG地图作为输入，经过分类神经网络进行真伪视频的分类。

3.3 假捕手算法

假捕手(fake catcher)是一种可以实时检测深度伪造的算法。该算法使用PPG地图作为输入，通过分类神经网络对视频进行分类，判断其真实性。

与其他深度学习模型相比，假捕手具有更高的准确性和鲁棒性。它能够对各种深度伪造视频进行操纵，包括分辨率低、长度短或存在滤镜效果等视频。

4. 如何应对低质量媒体

对于视频质量较低的情况，例如像素较大或分辨率较低，假捕手算法仍然能够进行可靠的检测。即使视频模糊、存在噪声或压缩等问题，通过分析PPG信号的一致性，仍然可以判断其真实性。然而，即使存在这些情况，假捕手仍然具有较高的准确率。

5. 音频与视频的对比

5.1 音频检测

针对音频领域的深度伪造检测，目前我们的研究尚处于初期阶段。然而，我们计划探索音频与视频之间的多模态关系，以寻找音频信号中的真伪迹象。在医学领域，PPG信号和其他信号已经被用于实现远程病人监测，我们也计划在音频领域进行类似的研究。

5.2 Liveness Detection

活体检测 (Liveness Detection) 是另一个重要的领域，涉及到KYC（Know Your Customer）或远程验证。我们目前尚未研究活体检测，但根据PPG信号和其他生物特征（如呼吸模式）的准确性，可以进行活体检测。

6. 未来发展方向

我们的下一步研究方向将涉及多模态检测，即通过整合视频、音频和其他信号的高级特征来实现更准确的检测。另外，我们还致力于开发负责任的生成模型，为深度伪造设置理论限制和可信指标。我们也在探索人脸合成的潜力，以创建全新的虚拟人物。

7. 如何获取与Fake Catcher合作

如果您对与我们合作感兴趣，或者属于我们所定义的积极合作的类别，请随时通过电子邮件与我取得联系 i.r.er.videos@intel.com。我们会很高兴进行讨论，并提供部署过程中的支持。

谢谢大家的收听和合作，希望我们能在不久的将来看到Fake Catcher在世界各地得到广泛应用。