人工智能安全：原理与实践 课件 第9章 深度伪造原理与安全应用.pptx

第9章深度伪造原理与安全应用9.1深度伪造原理简介

本章介绍深度伪造（Deepfake）是一种利用人工智能技术伪造或篡改音图像、音频、视频等内容的技术。本章主要介绍人工智能安全领域的深度伪造技术原理，并且详细介绍如何通过编程实践实现一个典型的深度伪造应用：人脸伪造。

1.深度伪造概述自从俄乌战争爆发以后，有一天乌克兰的网站上放出了一段乌克兰总统泽连斯基的视频。视频中，泽连斯基身穿他标志性的绿色T恤，表情略不自然的号召他的军队放下武器，向俄罗斯投降。舆论哗然，但很快人们知道这是一个造假的视频。如图所示为乌克兰总统泽连斯基。

1.深度伪造概述Deepfake是“DeepMachineLearning（深度机器学习）”与“FakePhoto（假照片）”两个词的合成词，即通过人工智能技术中的深度学习模型将图片或者视频叠加到原始图片或视频上，借助神经网络技术，对大量数据进行学习后，将人的声音、面部表情及身体动作拼接合成为非常逼真的虚假内容。如图1所示为一个真实的人脸；如图2所示为一个伪造的人脸。

2.人脸图像伪造技术人脸图像伪造简称人脸伪造，它是一种利用先进的数字图像处理技术和人工智能，来篡改或生成视频和图像中的人脸，是深度伪造的一种。这种技术依靠生成对抗网络（GANs）或自编码器等模型，可以高度真实地替换或修改视频和图像中的人脸特征，从而创造出看似真实的虚假内容。

2.人脸图像伪造技术随着对生成对抗网络GANs研究的不断深入，现有的深度人脸伪造技术得到进一步发展和提升。根据对人脸篡改区域和篡改目的，可将深度人脸伪造技术分为身份替换、面部重演、属性编辑、人脸生成等，如图所示。

小结本小节简单介绍深度伪造技术。

祝同学们学习进步！致谢

李剑博士，教授，博士生导师网络空间安全学院lijian@bupt.edu.cnJanuary23,2025第9章深度伪造原理与安全应用9.2基于深度伪造技术的人脸伪造

本实践介绍本实践主要是采用Python、OpenCV和dlib实现了一个简单的面部交换示例，可以在两张静态图像之间或通过摄像头捕获的实时视频中进行人脸交换。

1.实践简介本章的人脸伪造实践主要过程是通过dlib完成面部检测和特征点定位，并利用OpenCV进行图像变换与面部融合，以实现高度逼真和无缝的面部置换效果。

2.实践目的本章实践的主要目的如下：（1）理解面部特征点检测的原理。（2）掌握图像的基本处理技巧。（3）学习面部区域掩模的创建和应用。（4）熟悉图像融合技术，实现两个图像间的无缝融合。（5）增进编程能力和解决实际问题的能力，通过动手实践加深对图像处理算法的理解。

3.实践内容本小节实践的内容如下：1.检测面部标志。2.对齐面部图像。3.调整色彩平衡。4.融合面部特征。

4.实践环境本章实践编程环境要求如下：? python版本：3.6.13或者更高版本? 所需安装库：numpy1.19.2,opencv3.4.2,dlib? 预训练模型：shape_predictor_68_face_landmarks? 运行平台：Pycharm/vscode/GoogleColaboratory

5.实践过程第1步：初始化和配置

5.实践过程第2步：检测面部标志

5.实践过程第3步：对齐面部图像

5.实践过程第4步：调整色彩平衡

5.实践过程第5步：融合面部特征

6.实践结果实践代码运行后，导入实践用的人脸图像，就可以看到结果了。

小结本小节介绍了基于深度伪造技术的人脸伪造实践。

祝同学们学习进步！致谢