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。

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。

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/