这个是假人没错，但网上发出来的自拍照又有多少能代表真人？——爱范儿读者「白颜料 4 块 8」

在讨论虚拟偶像的文章 《你粉的网红可能不是人，但比流量明星好多了》下，一位爱范儿读者如此评论道。

▲ 你是否能看出哪个是虚拟偶像？

的确，发布照片前修图似乎已经成为新的「社交礼仪」，要区分内容真假变得越来越难。如果能有个万能的「恢复原图」按钮，一键让你看到层层滤镜后的本真，那是否很棒？

修图鼻祖 Adobe 最近还真的做了一个这样的 「去 PS 痕迹的」工具。

Adobe 和加州大学伯克利分校的研究人员做了一套工具，不仅可识别出人像照片中被修改过的部分，还能预估原图的模样。

目前，该算法只能识别经 Photoshop「液化」工具处理的面部照片，无法应用于用其它工具修出的效果。不少人会用「液化」来微调眼角、嘴角、鼻梁等小地方，修出更理想的表情效果。

为了制造这个工具，研究人员首先写了个脚本，自动用「液化」工具修了一大把人像图片，用作神经网络的训练数据。

▲ 用脚本自动生成图像

结果，训练出来的算法辨别液化痕迹的能力相当好。在用新数据测试时，人类志愿者识别出图片真伪的正确率只有 53%（接近随机猜的正确几率），算法的正确率却高达 99%。

▲ 修图后-监测到被修图之处-建议修复-原图

更难得的是，算法不仅可辨别图片是否有经过修改，落实修改过的地方，更能够恢复出一个大概的「原图」（虽然效果不完美）。

▲ 原图、修图后、算法建议「原图」对比

由于这个工具只能针对「液化」，也只能应用于人脸，因此 Adobe 暂无将其转化成公开工具的计划。不过，团队接下来仍将继续「还原按钮」研究拓展到更多领域，譬如识别出「修身」和「磨皮」等效果。

其实，这并不是 Adobe 第一次尝试研发辨别修图痕迹的工具。

去年 6 月，Adobe 公布了另一个可识别「PS 痕迹」的人工智能工具，当时仍处于「研究早期」。

▲ 算法可识别的三种处理效果，图片来自论文

当时的算法可识别图片中经「切片」（两张不同的图片拼在一起）、「复制」（在一张图内复制黏贴特定对象）和「删除」（将一样东西从图中移除）三个效果处理的痕迹。

但为什么 Adobe 要积极研发这类工具？

我们对于 Photoshop 和其它 Adobe 创意工具在世界上的影响力感到很自豪，但同时也意识到我们科技潜在的道德延伸影响。虚假内容已成为了一项日益紧迫的严重问题。

Adobe 在官方博文中写道。作为全球其中一个最大消费级修图工具提供者而言，提早参与到辨别伪造图片鉴别工作研究，自然是在 deepfake 时代的明智之举。

以前，所有人都可以买 Photoshop，但要真正用好得有很好的技巧，而现在技术正变得民主化。

Hany Farid 对《纽约客》说，他是一名图片鉴证专家。

Farid 曾遇到一个离婚案子。妻子向法庭提供了一个丈夫出轨的视频证据，在视频中，其丈夫伸手抚摸另一名女性的手。丈夫坚持强调这个视频是伪造的。

我留意到，桌面上出现了他的手的倒影。以前，要把这里的几何对称做好非常难。但现在，想要在合成图片或视频里实现这个已经变得越来越容易了。

在 Farid 看来，人类是视觉的动物，而影响一直以来都是其中一个我们相当信赖的信息载体。因此，当你能改变影像，你就有可能可改变历史。

▲ 奥巴马和普京的影像都曾被用来制作假视频，图自 Science News

《华尔街日报》甚至在内部成立了一个专案小组，专门培训记者如何识别 deepfake 类伪造视频：「我们不知道未来版的 deepfake 哪天会冒出来，所以我们希望大家都能堤防虚假信息。」

在 DARPA（美国国防部高级研究计划局）看来，这，已经是关乎国家安全的问题。在 2016-2017 年间，DARPA 用于研发辩伪技术的资金至少达到 6800 万美元，但目前于这方面的研发结果仍不理想。

可以确定的是，辨别图片和视频等真伪，已经成为数字鉴证中的一个重要分支。Farid 仍有自己的忧虑，他最近在接受《华盛顿邮报》的采访时表示：

我们要落后了。在影像合成领域研究和其对立方（识别伪造影像）的人数比例是 100：1。

题图来自 《纽约客》

欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。

爱范儿 | 原文链接 · 查看评论 · 新浪微博

作者暂无likerid, 赞赏暂由本网站代持，当作者有likerid后会全部转账给作者（我们会尽力而为）。


Support author:
Author's Filecoin address:
Or you can use Likecoin to support author: