怕刷脸诈骗？机器学习算法用生理算法来鉴别

这幅插图展示了用于这项人脸区分技术的算法流程。

计算机图形学的进一步发展让计算机生成的（CG）人脸成为现实，而这带来了一个重大问题，即人脸识别技术很难将这些图像与现实世界中的人脸区分开。近日，国际光学与光子学学会（SPIE）旗下的《电子成像杂志》（Journal of ElectronicImaging，简称JEI）1月21日刊发研究论文，提出了一种分辨自然人类（NAT）和CG人像的新方法。该技术以探测到的脉冲频率来作为识别特征，从而对合成人像与真实人像进行区分。

人体在视频片段中会呈现出一种可以自动提取的脉冲信号，虚拟人像则不会。在他们的论文中，研究人员利用一种算法来估算人脸的脉冲频率，据此计算出统计数据后，便可以将输入的人脸信号区分为CG或NAT。

《JEI》杂志主编Karén Egiazarian指出：“机器学习和计算机图形学的最新进展导致了深度造假技术的快速发展，视频中真人脸被电脑生成的人像所取代。新研究则为防范此类换脸技术应用于非法领域提供了新的工具。”

科界原创  编译：朱明逸  审稿：alone 责编：张梦 

期刊来源： 《电子成像杂志》

期刊编号： 1017-9909

原文链接： https://spie.org/news/new-research-uses-physiological-cues-to-distinguish-computer-generated-faces-from-human-ones?SSO=1

版权声明：本文由科界平台原创编译，中文内容仅供参考，一切内容以英文原版为准。转载请注明来源科技工作者之家—科界App。