详细内容或原文请订阅后点击阅览
Deepfakes：使用 GAN 和自动编码器进行人脸合成
深入了解 Deepfakes：使用 StyleGAN 进行人脸合成、使用 XceptionNet 进行人脸交换以及使用 StarGAN 进行面部属性和表情操纵
来源:AI夏令营最近，虚假新闻已成为人类社会的一大威胁。虚假信息可以通过社交媒体快速传播，并影响决策。此外，即使是最新的人工智能技术也很难识别虚假数据。数据处理领域的最新发展之一就是众所周知的“Deepfake”，即在图像或视频中交换面孔。到目前为止，Deepfake 技术主要应用于在搞笑视频中交换名人面孔或让政客发表搞笑的愚蠢演讲。然而，许多行业都可以从 Deepfake 应用中受益，例如电影行业，它们可以使用高级视频编辑。
Deepfake 在图像或视频中交换面孔 电影业DeepFake 是如何工作的？
让我们仔细看看 Deepfake 是如何工作的。Deepfake 通常基于生成对抗网络 (GAN)，其中两个竞争神经网络进行联合训练。 GAN 在许多计算机视觉任务中取得了重大成功。它们于 2014 年推出，现代架构能够生成逼真的图像，甚至人类也无法识别其是否真实。下面您可以看到一些来自成功的 GAN 模型 StyleGAN 的图像。
生成对抗网络 (GAN) 2014 生成逼真的图像，甚至人类也无法识别其是否真实这些人不是真实的——他们是由 StyleGAN 的生成器生成的，该生成器可以控制图像的不同方面。
这些人不是真实的——他们是由 StyleGAN 的生成器生成的，该生成器可以控制图像的不同方面。 StyleGAN 的什么是 Deepfakes？
根据 Wiki，Deepfakes 是一种合成媒体，其中将现有图像或视频中的人替换为其他人的肖像。在图像中注入假人的行为并不新鲜。然而，最近的 Deepfakes 方法通常利用强大的 GAN 模型的最新进展，旨在进行面部操纵。
Deepfakes GAN人脸合成