再逼真的假脸都能被识破，英伟达最新GAN也逃不过 | 穿帮鉴定攻略

真栗子 发自 凹非寺 量子位 报道 | 公众号 QbitAI

你可能还记得，不久前英伟达发布了一只鬼斧神工的GAN，它生成的假脸几乎可以乱真。

众人皆呼，以后照片也不能相信了。

那么，GAN生成的人脸真的天衣无缝了？不急，还是有人不肯轻易承认AI的胜利：

Kyle McDonald是一位用算法创作的艺术家，为瑟瑟发抖的人类提供了一份识破假脸的攻略。

从头发到衣服，再逼真的图像都有穿帮的机会。只看你有没有一颗维护人类尊严的心了 (误) 。

五步攻略

神秘的刘海

虽然说，头发这一部分，我们通常是观察发丝和背景交界的地方，看边缘是不是粗糙；

不过，这里要讲一个更有趣的观察点，就是刘海。

△ 来自英伟达最新GAN

不知是脸很油，还是头发很油。GAN就是喜欢在人类的额头上，生成一坨一坨的毛发。

从头顶垂下一坨，不算过火。但这被“剪掉”后还黏在脸上的一绺，郑重宣告了久未洗脸的现实：

△ 来自英伟达最新GAN

其实，从前的GAN生成的头发还有个明显的漏洞，就是粗糙得像用丙烯颜料刷出来的画风：

△ 来自英伟达上一代GAN

可现在，GAN对头发的细节处理越来越得心应手，人类无法小视，只得精进观察手段。

参差的牙齿

嘲讽过GAN修剪的神秘刘海，可以再观察一下牙齿。

真实照片里，人类的牙齿排列 (通常) 井然有序，大小也比较规律，不太会出现牙齿突然被截窄一半、或者比旁边牙齿宽出一倍。

可GAN喜欢把一颗门牙切成两半：

△ 来自英伟达最新GAN

也喜欢把几颗牙熔成一颗：

△ 来自英伟达上一代GAN

牙好，才能笑得出色。所以，一定要多加注意牙齿有没有破绽。

消失的耳环

GAN吃的数据集里，耳环/耳坠大多是成双成对，很少有人只戴一边。

△ 真实照片

但GAN生成的图像里，成对的耳饰并不常见。

△ 来自英伟达最新GAN

常常是左边带着，右边就不知掉在哪里了。

不过，掉了还不是最要紧的。有时候，GAN觉得耳朵旁边好像缺点什么，就在耳环的位置生成了奇怪的斑点：

△ 来自英伟达最新GAN

其实，不单耳朵上的珠宝，GAN生成的耳朵也常见一大一小。对称不是件容易的事。

魔幻的衣服

衣服不在脸上，不在头上，已经渐渐远离了GAN主要的学习目标。

那么，能发现的问题就更丰富了。

这位中世纪气质的男子，右边的衣领已经伸到耳朵后面：

△ 来自英伟达最新GAN

大婶脸上岁月的痕迹详尽得无可挑剔，可衣服一边没有露肩，另一边却要窄成一条肩带了：

△ 来自英伟达最新GAN

除此之外，GAN还有打翻调色盘的时候。这是不小心染了色的白衬衫：

△ 来自英伟达上一代GAN

以及，就如之前提到“像丙烯颜料刷出来”的头发那样，衣服的渲染也会出现画画的效果：

△ 来自英伟达最新GAN

像画画，不管是油画还是水彩，终究是细节处理不足，看上去才会不真实。

捉急的背景

脸上的元素无非皮肤和五官，衣服无非用布料组成领子的形状。背景就不同了，什么都可以有。

对GAN来说，给背景建模是最难的。于是，超现实主义的画风，常常在背景里出现：

△ 来自英伟达上一代GAN

另外，如果GAN在训练数据的背景里看过文字，也会在生成图像的背景里，用奇怪的姿势“造字”：

△ 来自英伟达上一代GAN

毕竟，数据集常常是用旋转、翻转这样的方式扩增过的；可文字大多只有一个朝向是有效的，转过之后很可能就不是字了。

如果背景虚化了呢？

△ 来自英伟达最新GAN

还是用前面的方法找找破绽吧，你看妹子头顶右上角消不去的斑。

你也试一下？

其实，GAN生成的图像，能穿帮的地方也不止这些。

比如，妹子长了胡子：

△ 来自英伟达上一代GAN

虽然，这不是生成图像质量的问题，但就数据集来看，是统计学意义上的问题。

(其实，耳环不对称也是统计学意义上的问题。)

这样说来，只要用上一点点常识，识破GAN的作品并没有很难。

所以，你想不想借着守护人类荣誉的名义，修炼一下自己的洞察力？

揪出假脸的游戏传送门： http://nikola.mit.edu/

英伟达新一代GAN论文传送门： https://arxiv.org/pdf/1812.04948.pdf

英伟达上一代GAN论文传送门： https://research.nvidia.com/publication/2017-10_Progressive-Growing-of

— 完 —