【技巧】如何识别人工智能生成的人脸相片

如果不告诉你，你肯定很难知道上面这些人像哪些是机器生成的吧?

而事实上这些照片都是计算机利用生成对抗网络(generative adversarial network (GAN))生成的虚拟人像。

2018年12月，Nvidia研究人员分发了预印本以及随附的软件StyleStyle，这是一种GAN，可以生成无数令人信服的假人脸肖像。StyleGAN能够在Nvidia的商用GPU处理器上运行。

一、机器生成人像相关资源

在2019年2月，Uber工程师Phillip Wang使用该软件创建了This Person Not Exist，（https://thispersondoesnotexist.com/）该网站可在每次重新加载网页时显示一张新面孔。 

该项目在github上的开源网址：

https://github.com/NVlabs/stylegan2

https://github.com/lucidrains/stylegan2-pytorch

相关论文的地址：

https://arxiv.org/abs/1912.04958

https://arxiv.org/abs/1812.04948

相关视频地址：

https://www.youtube.com/watch?v=u8qPvzk0AfY

https://www.youtube.com/watch?v=dCKbRCUyop8

https://www.youtube.com/watch?v=dCKbRCUyop8

二、如何识别机器生成的人像

社交媒体分析公司 Graphika 的 Ben Nimmo 将最近在一个信息战网络中发现的GAN图像进行了 分析。从下图可以看出，这些机器生成的人像的眼睛全部在相同的水平位置上，这在真实照片中是不会发生的。

进一步挖掘这些图像，还可以看到合成的人脸的其他明显迹象。

比如上图中的箭头突出显示了差异和瑕疵，包括看起来不匹配的眉毛以及徽标和周围不一致的帽子，左侧似乎有大量多余的材料。 

例如，在下面的图像中（取自一个Facebook个人资料），我们可以看到该图像未能正确“融合”的多个点。对于GAN创建的图像，包括眼镜在内的图像通常可能是弱点。 在标识出的框中，我们可以看到有多余的线条，缺乏对称性以及在自然图像中不会出现的不自然曲线。 

在下面的下一张图像中，我们可以看到一只耳朵有耳环，而另一只耳朵没有。左侧的耳朵也略微偏出。还存在其他一些不一致之处。