如何识别网络上的合成人脸——线索在于眼睛

最近，计算机生成的面孔已经变得非常逼真，难以与真实面孔区分。这使得它们成为互联网上恶意操作者的有用工具，例如，他们可以使用它们为邪恶的社交媒体帐户创建虚假个人资料。

因此，计算机科学家一直在寻找快速简便地发现这些图像的方法。现在，纽约州立大学的郭辉及其同事找到了一种揭露假面孔的方法。他们说，它们的弱点在于它们的眼睛。

合成面部生成背后的技术是一种基于生成对抗网络的深度学习形式。该方法是将真实面孔的图像输入到神经网络中，然后要求其生成自己的面孔。然后，将这些面孔与另一个尝试发现伪造品的神经网络进行测试，以便第一个网络可以从其错误中学习。

这些“对抗网络”之间的来回迅速提高了输出，以至于合成面孔很难与真实面孔区分开。

但它们并不完美。例如，生成对抗网络很难准确地重现面部饰品，例如耳环和眼镜，这些饰品在面部的两侧通常是不同的。但是面孔本身看起来很真实，因此很难可靠地发现它们。

现在，郭及其合作者表示，他们发现了一个缺陷：生成对抗网络不会产生具有规则瞳孔（圆形或椭圆形）的面孔，这提供了一种暴露它们的方法。

郭及其合作者开发了一种软件，该软件从面部图像中提取瞳孔的形状，然后使用它来分析 1000 张真实面孔的图像和 1000 张合成生成的面孔的图像。根据瞳孔的规则性对每个图像进行评分。

眼睛侦察

“真实的人类瞳孔具有强烈的椭圆形状，”该团队说。“但是，不规则瞳孔形状的人工制品会导致分数显着降低。”

这是生成对抗网络工作方式的结果，它没有人类面部结构的内在知识。“这种现象是由于 GAN 模型中缺乏生理约束造成的，” 郭及其合作者说。

这是一个有趣的结果，它提供了一种快速简便地发现合成面孔的方法——只要瞳孔可见。“有了这个线索，人类可以很容易地通过视觉找到面孔是真实的还是不真实的，” 研究人员说。 事实上，创建一个程序来完成这项工作是很简单的。

但这立即提出了一种让恶意操作者击败此类测试的方法。 他们要做的就是将他们创建的合成面孔中的瞳孔圆形化——这是一项微不足道的任务。

而这正是虚假图像的创造者和试图发现它们的人之间的猫捉老鼠游戏中的挑战所在。这场战斗远未结束。

参考文献：眼睛会说话：不规则的瞳孔形状揭示了 Gan 生成的面孔：arxiv.org/abs/2109.00162