揭示深度伪造检测 作者：David Bradley， Inderscience

Josiah02

　　所谓的深度伪造技术（deepfake）的出现，通常涉及生成虚假的图像、视频和声音，这些图像、视频和声音看起来如此真实，甚至让专业观众和听众都感到困惑，它已经到了可以影响我们生活的重要方面，例如政治、金融等。
　　在这个新的欺骗时代，复杂的图像和视频伪造成为头条新闻。这些深度伪造通常很快就会被识别出来，但有时一旦深度伪造被发现，损害可能已经造成，尤其是考虑到视频和其他数字媒体在社交媒体上传播的速度。
　　改变或完全合成人脸的数字操作已经变得令人震惊地令人信服，助长了虚假新闻并削弱了公众对数字媒体的信任。《国际自主和自适应通信系统杂志》发表的研究描述了一种新方法，该方法可以发现图像中的照明不一致，从而可以识别视频或照片是否为深度伪造。
　　据南京信息工程大学的顾飞、戴云姝、费建伟和陈贤一介绍，深度伪造主要可分为四种类型：身份互换、表情互换、属性操纵和整个面部合成。每种类型都带来不同的威胁和风险。
　　身份互换（将一个人的脸替换为另一个人的脸）和表情互换（将面部表情从一个人转移到另一个人）尤其令人担忧。深度伪造可能会严重损害被深度伪造的个人或团体的声誉和形象。
　　深度伪造检测的常用方法是采用二元分类方法。但是，如果视频或图像经过高度压缩或质量较差，传统方法可能会失败。压缩和质量可能会混淆面部特征并降低对深度伪造检测的信任度。
　　即使是专业的深度伪造者，在让图像或视频中改变和未改变区域的光照完美匹配时也会犯错。顾和他的同事们在他们的检测方法中重点关注的就是这个问题，该方法使用神经网络来发现光照差异。