阿里安全图灵实验室宣布，他们成功开发了DeepFAke检测技术，能够检测多人换脸视频，其相关论文已被国际学术顶会ACMMM2020收录。
DeepFAke检测技术在许多实际应用场景中具有重要价值，例如，当攻击者将不雅视频中的人脸替换为目标人脸进行传播时，DeepFAke检测技术能够有效“鉴伪求真”，追溯事件真相。
目前，针对DeepFAke换脸视频的检测方案主要分为两类：帧级检测和视频级检测。帧级检测方法的标注成本较高，并且需将帧级预测转化为视频级预测，这对融合技术的要求较高，容易导致漏检或误检。而视频级检测则过于专注于时序构建的模型，造成其检测效果受到限制。
阿里安全图灵实验室的算法工程师向溪介绍，为了更好地检测部分篡改的DeepFAke视频，实验室提出了一种全新的检测方法，此方法标注简单，并能帮助神经网络更有效地学习人脸特征，从而提升检测效果。
此外，阿里安全图灵实验室还发现攻击者在篡改视频时留下的痕迹，由于攻击者多以单帧进行篡改，导致同一人脸在相邻帧中出现抖动，因此研究人员设计了新的检测模块，以识别这些抖动，辅助判断视频的真实性。
以往的检测方法多集中于针对单人视频的脸部篡改或多人视频中所有人脸的篡改，阿里安全则构建了一个部分攻击数据集，填补了DeepFAke检测数据集在多人脸视频中仅对单一或少数人脸篡改场景的空白。
经过技术创新，阿里安全图灵实验室的DeepFAke检测技术在视频级和帧级检测领域均表现优异。该技术的共同研究者、中科院计算所副研究员王树徽指出，这项研究成果对于一般性视频多实例学习与标注技术的研究也具有重要的启发意义。
今年3月，阿里推出了新一代安全架构，旨在从源头防范安全威胁，构建安全体系，并打造数字基建安全样板间。阿里安全研发的DeepFAke检测技术作为这一安全架构的核心AI技术，为数字基建的安全建设提供了重要支持，并成功实现了落地应用。
阿里安全图灵实验室的资深算法专家华棠表示，截至目前，阿里已在内容安全场景中应用该检测技术，未来也计划在直播场景中进行进一步布局。
