近日，腾讯优图实验室首度刷新人脸伪造检测FaceForensics Benchmark新纪录，整体检测准确率达到业界第一。

FaceForensics Benchmark是德国慕尼黑工业大学(TUM)联合Google等多家机构共同发布的大规模人脸伪造数据集，以促进业界对人脸伪造检测的学术研究，并提升工业界对于人脸防伪业务落地的重视程度。

(FaceForensics Benchmark 整体检测率排行榜)

近几年，随着生成对抗网络等AI技术的发展，深度人脸生成技术及其应用不断成熟，人们可以通过神经网络快速实现人脸生成、人脸编辑和人脸替换。人脸生成技术推动了娱乐与文化交流产业的新兴发展，但同时也给人脸安全带来巨大的潜在威胁。人们可以轻易利用DeepFakes等换脸技术制作 视频或虚假新闻，从而对社会造成不良影响。针对这些伪造人脸的检测和防御已经到了刻不容缓的地步。

FaceForensics Benchmark数据集

FaceForensics Benchmark数据集使用了四种业界先进的人脸伪造技术，分别是Face2Face、FaceSwap、DeepFakes和NeuralTextures。这些伪造出来的人脸图像自然逼真，单纯从人眼视觉效果上来看真假难辨，挑战巨大。

腾讯优图对人脸防伪检测进行深入研究，从人脸生成的原理和本质出发，提出了一种基于注意力机制的伪造人脸检测技术RealFace，该技术结合人脸的图像特征和噪声特征，能够充分发掘伪造人脸所产生的伪影细节，同时利用注意力机制对人脸图像的伪造位置进行捕捉，有效地提高了伪造人脸图像的检测精度。

不久前，优图实验室还联合腾讯研究院发布了《AI生成内容发展报告》，全面解读了“深度合成”技术的发展和应用情况，并总结了关于“深度合成”技术的十大误解。人工智能商业化进程的加速，让越来越多的人工智能产品出现在大众生活中，尤其是一些使用“深度合成”技术的人脸融合、合成人脸和合成虚拟形象的社交产品持续出现。

随着深度合成技术快速迭代升级，人脸伪造检测是一个技术攻防的持久战，腾讯优图始终秉承科技向善的使命，防范AI技术滥用，将不断在人脸安全领域持续深耕，在算法研究和业务落地上持续打磨技术能力，同时，通过腾讯云慧眼输出相关技术服务，全面覆盖微信小程序、公众号、APP、H5以及智能终端等场景，广泛应用于金融、直播、游戏、电商、政务民生等数百行业场景、数万多个项目，从而更好的推动保障人脸相关应用的安全。

文章纠错