随着科技的发展，人们的生活越来越方便，以前出门购物需要带卡带钱，现在只需要一个手机就足以应对绝大多数的事情。但科技的发展有利有弊，在带给人们方便的同时，往往也会有一定的隐患。近些年来，人脸识别技术在飞快地走进我们的生活，门禁、人脸支付、人脸密码等等，我们很多重要信息的存放都可以用人脸识别打开。

这就给了犯罪分子机会，近期，央视报道了一则新闻，大量的人脸照片被兜售，经过特殊的软件处理，就能够变成一段视频，而这样一段视频就可以冒充人脸识别的图像。网上经常有人买身份证照片、人脸照片来制作这些伪装视频，有时候便宜的就几毛钱。

而这些伪造的视频也只需要两块钱到十块钱不等。现在很多地方都需要我们填写各种各样的个人信息，从照片、名字、身份证、电话等等，而这些信息又被人公然地在网上贩卖，犯罪者利用这些信息来制作出伪造的人脸识别视频，用在各种地方认证，很多受害者甚至不知道自己的脸被用在了哪里，那些喜欢用人脸密码和人脸支付的估计会很担心吧。

不单单用来伪造人脸认证视频，换脸也是常用的方式，AI换脸主要是通过技术手段，将视频中人物的脸用其他人的脸替代。目前这一技术被广泛应用于电视剧的拍摄，如果剧中人物因个人问题而无法播放作品，就会被导演组借用其他演员进行AI换脸，以保证电视剧的正常播出。

核桃觉得披荆斩棘的哥哥最近应该可以试试这个技术，总比一团马赛克强。其实以前就有不少明星艺人遭人换脸，上了情色视频，被贩卖到各地。近日，台湾地区领导人蔡英文都被人用AI换脸给换到了一些视频里。我们常说耳听为虚，眼见为实，但是现如今的世界，眼睛看到的也可能是假的。

什么是人脸识别

人脸识别的整个过程包括人脸图像采集及检测；人脸特征提取；人脸规整和人脸识别比对等。目前人脸识别主要分为2D和3D两种，普通的2D成像是用平面传感器接收被拍摄物体反射或者发出的可见光，从而形成二维图像。由于现实世界是三维世界，而2D成像无法获取深度信息，容易存在物体特征信息缺失，图像极易被伪造。

而3D成像传感通常由多个摄像头+深度传感器组成，一般由多张不同角度的深度图像合成，可以完整展示人脸的曲面形状，并且将采集到的人脸信息以密集点云的方式呈现在空间中，可以采集深度信息。

3D的方式还可以结合算法进行活体检测，进而可判断采集到的人脸是否是照片、视频或者软件模拟生成， 能更好地对抗深度伪造技术。但是3D人脸识别还存在着运算量大、识别速度慢、设备成本高等缺点，不过如今不少手机上都有3D成像技术了。

什么是深度伪造技术

这些用来欺骗的视频是怎么做到呢？这就不得不说一下Deepfake（深度伪造）技术了。该技术通过借助海量训练数据，生成众多虚假视频和音频新闻，使辨别信息真伪、生物识别变得困难，是一种困扰世界科技界的“反识别技术”。

自2017年以来，深度伪造技术开始活跃在网络中，随着这一技术算法的日趋成熟，到如今，无论是人像还是声音、视频都可以被伪造或合成，甚至达到了几乎不能辨别真伪的程度。我国曾经出现过一款APP“ZAO”，这是一个换脸软件，仅仅出现三天就被下令下架、封杀，并在之后国家还颁布了明确的法规，不得利用深度学习、虚拟现实等新技术新应用从事法律、行政法规禁止的活动。

深度伪造来源于生成对抗网络（GAN）的出现和发展。面部伪造技术可追溯至20世纪60年代，《阿甘正传》是很多人都看过的经典电影，在这部电影里其实就已经用到了人脸伪造技术，当时阿甘受到肯尼迪总统接见的片段中就用了换脸技术。

而在程序员代码集结网站GitHub上，开源换脸工具FaceSwap甚至一度登上了排行榜。当然了，随着Deepfake的威胁越来越大，不少技术人员都开发出了针对它的算法，比如曾经加州大学河滨分校的研究人员便提出了一种基于神经网络的鉴定方式，但双方的技术都是在不断进步的。

犯罪分子通过各种软件，就可以将照片转换成视频，这种软件在网上有很多，他们不需要懂这些技术的原理，只需要购买或者找人开发出专门的软件，就可以采用简单快捷的方式将照片通过Deepfake技术将其制作成足以欺骗人脸识别的视频，然后贩卖出去获取利益。

现如今很多地方都用到了人脸识别，似乎没有人脸识别就很不合群一样。但是开发软件的程序员有很多也只是借助了第三方SDK进行对接而已，甚至有时候为了节省成本，用的还是廉价免费的第三方，这样看起来确实是加了人脸识别功能，但是有时候那些SDK的技术很久没人更新了，用的还是几年前的技术，这样对于最新伪造技术的防护能力就没用了，甚至还可能存在着不少的BUG。

实际上，人脸识别和深度伪造技术都是在人工智能纵深发展下的产物。科技应用到生活中是必然的，但是我们在享受由科技进步所带来的便利的同时，也要时刻警惕技术滥用可能给社会带来的潜在风险。

#伪造人脸识别成本不到1元#