伪造心跳!AI人脸视频检测技术面临集体失效

admin 2025年5月7日16:01:20评论4 views字数 1268阅读4分13秒阅读模式
伪造心跳!AI人脸视频检测技术面临集体失效

鉴别AI伪造(人脸)视频最有效的技术之一的脉搏检测法(真人的面色会随着心跳发生轻微变化)正面临失效。

德国弗劳恩霍夫HHI研究所与柏林洪堡大学组成的团队在新近发表于Frontiersin Imaging的论文《高质量深度伪造也有心跳!》中指出:最新一代高质量深度伪造视频并未丢失源素材里的生理信号,完整保留下了“心跳签名”。这一发现意味着,依赖皮肤微弱变色来识别假视频的众多检测工具必须重新设计。

“脉搏不存在”假设被推翻

传统观点认为,AI合成的人脸片段不会刻意还原血流导致的肤色细微变化,因此只要在视频中检测不到0.7–3 Hz(约42–180 bpm)区间的脉搏信号,就能判定其为深度伪造。但研究团队却在858段双解码器法生成的深伪视频、32段DeepFaceLive实时换脸片段及多个公开数据集样本中发现:假视频的脉搏与原始素材高度相关,相关系数最高达 0.82。也就是说,深伪技术无意中“搬运”了源视频的真实生理节律。

团队在恒定光照的摄影棚内拍摄了12名志愿者,让其朗读、交谈、自由活动,并同步记录ECG/PPG作为“地面真值”。随后利用双解码器自动编码器与DeepFaceLive生成深伪样本,再通过改进的远程光电容积描记(rPPG)管线提取心率信号。结果显示,真视频与深伪视频的平均心率误差仅1.8 bpm与3.2 bpm;但深伪信号的信噪比为 –3.35 dB,弱于真视频的 –1.97 dB,说明虽然“有脉搏”,却更嘈杂。

深度伪造视频检测策略需升级

作者提醒,未来算法不能再简单判断“有没有脉搏”,而应关注血流在不同面部区域的分布规律:真实视频中,血流从颊部到额头呈现自然时空梯度,而深伪往往难以同步还原这种局部一致性。此外,现有公开数据集普遍存在压缩伪影、帧率不一等问题,且缺乏ECG/PPG参考值,导致训练出的模型易被高质量深伪“击穿”。

深度伪造从早期“破绽百出”已进化为肉眼难辨的拟真影像。政客、商业领袖甚至普通员工都可能被“数字替身”伪造言行。若检测工具失效,虚假信息扩散的门槛将进一步降低,企业的KYC、金融远程身份验证及司法取证体系都将面临风险。

研究团队获得德国联邦教育与科研部FakeID项目与欧盟Horizon Europe“Einstein”计划资助,呼吁产业界尽快将局部血流模式、微表情动态等多模态特征纳入检测框架,在算法“军备竞赛”中尽可能抢占先机。

深度伪造技术正在突破“生理极限”,而防御方若仍依赖单一指标,将被动挨打。正如论文作者彼得·艾泽特所言:“假视频已经学会了跳动的心脏,下一步也许就是呼吸、体温甚至汗液——我们必须跑得更快。”对安全从业者而言,这既是警钟,也是升级检测体系、完善数据集和法规的契机。唯有保持技术与治理齐头并进,才能在信息真伪攻防战中重新夺回主动权。

参考链接:

https://studyfinds.org/deepfakes-outsmarting-detection-heartbeats/

伪造心跳!AI人脸视频检测技术面临集体失效

END

原文始发于微信公众号(GoUpSec):伪造心跳!AI人脸视频检测技术面临集体失效

免责声明:文章中涉及的程序(方法)可能带有攻击性,仅供安全研究与教学之用,读者将其信息做其他用途,由读者承担全部法律及连带责任,本站不承担任何法律及连带责任;如有问题可邮件联系(建议使用企业邮箱或有效邮箱,避免邮件被拦截,联系方式见首页),望知悉。
  • 左青龙
  • 微信扫一扫
  • weinxin
  • 右白虎
  • 微信扫一扫
  • weinxin
admin
  • 本文由 发表于 2025年5月7日16:01:20
  • 转载请保留本文链接(CN-SEC中文网:感谢原作者辛苦付出):
                   伪造心跳!AI人脸视频检测技术面临集体失效https://cn-sec.com/archives/4037080.html
                  免责声明:文章中涉及的程序(方法)可能带有攻击性,仅供安全研究与教学之用,读者将其信息做其他用途,由读者承担全部法律及连带责任,本站不承担任何法律及连带责任;如有问题可邮件联系(建议使用企业邮箱或有效邮箱,避免邮件被拦截,联系方式见首页),望知悉.

发表评论

匿名网友 填写信息