來源：經濟日報-中國經濟網
近日，騰訊優圖實驗室首度刷新人臉偽造檢測FaceForensicsBenchmark新紀錄，整體檢測準確率達到業界第一。
FaceForensicsBenchmark是德國慕尼黑工業大學（TUM）聯合Google等多家機構共同發布的大規模人臉偽造數據集，以促進業界對人臉偽造檢測的學術研究，並提升工業界對於人臉防偽業務落地的重視程度。
（FaceForensics Benchmark整體檢測率排行榜）
近幾年，隨著生成對抗網絡等AI技術的發展，深度人臉生成技術及其應用不斷成熟，人們可以通過神經網絡快速實現人臉生成、人臉編輯和人臉替換。人臉生成技術推動了娛樂與文化交流產業的新興發展，但同時也給人臉安全帶來巨大的潛在威脅。人們可以輕易利用DeepFakes等換臉技術製作色情視頻或虛假新聞，從而對社會造成不良影響。針對這些偽造人臉的檢測和防禦已經到了刻不容緩的地步。
FaceForensicsBenchmark數據集
FaceForensicsBenchmark數據集使用了四種業界先進的人臉偽造技術，分別是Face2Face、FaceSwap、DeepFakes和NeuralTextures。這些偽造出來的人臉圖像自然逼真，單純從人眼視覺效果上來看真假難辨，挑戰巨大。
騰訊優圖對人臉防偽檢測進行深入研究，從人臉生成的原理和本質出發，提出了一種基於注意力機制的偽造人臉檢測技術RealFace，該技術結合人臉的圖像特徵和噪聲特徵，能夠充分發掘偽造人臉所產生的偽影細節，同時利用注意力機制對人臉圖像的偽造位置進行捕捉，有效地提高了偽造人臉圖像的檢測精度。
不久前，優圖實驗室還聯合騰訊研究院發布了《AI生成內容發展報告》，全面解讀了「深度合成」技術的發展和應用情況，並總結了關於「深度合成」技術的十大誤解。人工智慧商業化進程的加速，讓越來越多的人工智慧產品出現在大眾生活中，尤其是一些使用「深度合成」技術的人臉融合、合成人臉和合成虛擬形象的社交產品持續出現。
隨著深度合成技術快速迭代升級，人臉偽造檢測是一個技術攻防的持久戰，騰訊優圖始終秉承科技向善的使命，防範AI技術濫用，將不斷在人臉安全領域持續深耕，在算法研究和業務落地上持續打磨技術能力，同時，通過騰訊雲慧眼輸出相關技術服務，全面覆蓋微信小程序、公眾號、APP、H5以及智能終端等場景，廣泛應用於金融、直播、遊戲、電商、政務民生等數百行業場景、數萬多個項目，從而更好的推動保障人臉相關應用的安全。