# 修图鼻祖 Adobe 做了个算法，能找出人像中的「PS 痕迹」 - 作者：方嘉文 - 发布时间：2019-06-16 08:10 - 分类：产品 - 原文：https://www.ifanr.com/1224774 ![](https://s3.ifanr.com/wp-content/uploads/2019/06/ezgif.com-optimize.gif) > 这个是假人没错，但网上发出来的自拍照又有多少能代表真人？——爱范儿读者「白颜料 4 块 8」 在讨论虚拟偶像的文章[《你粉的网红可能不是人，但比流量明星好多了》](https://mp.weixin.qq.com/s/tuKb3SPJvt0sLa4OIo31YQ)下，一位爱范儿读者如此评论道。 ![](https://s3.ifanr.com/wp-content/uploads/2019/06/dims-5.jpeg) ▲ 你是否能看出哪个是虚拟偶像？ 的确，发布照片前修图似乎已经成为新的「社交礼仪」，要区分内容真假变得越来越难。如果能有个万能的「恢复原图」按钮，一键让你看到层层滤镜后的本真，那是否很棒？ 修图鼻祖 Adobe 最近还真的做了一个这样的[「去 PS 痕迹的」工具](https://www.theverge.com/2019/6/14/18678782/adobe-machine-learning-ai-tool-spot-fake-facial-edits-liquify-manipulations)。 Adobe 和加州大学伯克利分校的研究人员做了一套工具，不仅可识别出人像照片中被修改过的部分，还能预估原图的模样。 目前，该算法只能识别经 Photoshop「液化」工具处理的面部照片，无法应用于用其它工具修出的效果。不少人会用「液化」来微调眼角、嘴角、鼻梁等小地方，修出更理想的表情效果。 为了制造这个工具，研究人员首先写了个脚本，自动用「液化」工具修了一大把人像图片，用作神经网络的训练数据。 ![](https://s3.ifanr.com/wp-content/uploads/2019/06/generate.gif) ▲ 用脚本自动生成图像 结果，训练出来的算法辨别液化痕迹的能力相当好。在用新数据测试时，人类志愿者识别出图片真伪的正确率只有 53%（接近随机猜的正确几率），算法的正确率却高达 99%。 ![](https://s3.ifanr.com/wp-content/uploads/2019/06/fae.png) ▲ 修图后-监测到被修图之处-建议修复-原图 更难得的是，算法不仅可辨别图片是否有经过修改，落实修改过的地方，更能够恢复出一个大概的「原图」（虽然效果不完美）。 ![](https://s3.ifanr.com/wp-content/uploads/2019/06/vs.gif) ▲ 原图、修图后、算法建议「原图」对比 由于这个工具只能针对「液化」，也只能应用于人脸，因此 Adobe 暂无将其转化成公开工具的计划。不过，团队接下来仍将继续「还原按钮」研究拓展到更多领域，譬如识别出「修身」和「磨皮」等效果。 其实，这并不是 Adobe 第一次尝试研发辨别修图痕迹的工具。 [去年 6 月，Adobe 公布了另一个可识别「PS 痕迹」的人工智能工具，当时仍处于「研究早期」。](https://www.theverge.com/2018/6/22/17487764/adobe-photoshopped-fakes-edit-spotted-using-machine-learning-ai) ![](https://s3.ifanr.com/wp-content/uploads/2019/06/fa.png) ▲ 算法可识别的三种处理效果，图片来自[论文](http://openaccess.thecvf.com/content_cvpr_2018/papers/Zhou_Learning_Rich_Features_CVPR_2018_paper.pdf) 当时的算法可识别图片中经「切片」（两张不同的图片拼在一起）、「复制」（在一张图内复制黏贴特定对象）和「删除」（将一样东西从图中移除）三个效果处理的痕迹。 但为什么 Adobe 要积极研发这类工具？ > 我们对于 Photoshop 和其它 Adobe 创意工具在世界上的影响力感到很自豪，但同时也意识到我们科技潜在的道德延伸影响。虚假内容已成为了一项日益紧迫的严重问题。 Adobe 在[官方博文中写道](https://theblog.adobe.com/adobe-research-and-uc-berkeley-detecting-facial-manipulations-in-adobe-photoshop/)。作为全球其中一个最大消费级修图工具提供者而言，提早参与到辨别伪造图片鉴别工作研究，自然是在 deepfake 时代的明智之举。 > 以前，所有人都可以买 Photoshop，但要真正用好得有很好的技巧，而现在技术正变得民主化。 [Hany Farid 对《纽约客》说](https://www.newyorker.com/magazine/2018/11/12/in-the-age-of-ai-is-seeing-still-believing)，他是一名图片鉴证专家。 Farid 曾遇到一个离婚案子。妻子向法庭提供了一个丈夫出轨的视频证据，在视频中，其丈夫伸手抚摸另一名女性的手。丈夫坚持强调这个视频是伪造的。 > 我留意到，桌面上出现了他的手的倒影。以前，要把这里的几何对称做好非常难。但现在，想要在合成图片或视频里实现这个已经变得越来越容易了。 在 Farid 看来，人类是视觉的动物，而影响一直以来都是其中一个我们相当信赖的信息载体。因此，当你能改变影像，你就有可能可改变历史。 ![](https://s3.ifanr.com/wp-content/uploads/2019/06/va.jpg) ▲ 奥巴马和普京的影像都曾被用来制作假视频，图自 [Science News](https://www.sciencenews.org/article/new-computer-program-generates-eerily-realistic-fake-videos) 《华尔街日报》甚至在内部[成立了一个专案小组](https://www.niemanlab.org/2018/11/how-the-wall-street-journal-is-preparing-its-journalists-to-detect-deepfakes/)，专门培训记者如何识别 deepfake 类伪造视频：「我们不知道未来版的 deepfake 哪天会冒出来，所以我们希望大家都能堤防虚假信息。」 在 DARPA（美国国防部高级研究计划局）看来，这，[已经是关乎国家安全的问题](https://futurism.com/darpa-68-million-technology-deepfakes)。在 2016-2017 年间，DARPA 用于研发辩伪技术的资金至少达到 6800 万美元，但目前于这方面的研发结果仍不理想。 可以确定的是，辨别图片和视频等真伪，已经成为数字鉴证中的一个重要分支。Farid 仍有自己的忧虑，他最近在接受《华盛顿邮报》的采访时[表示](https://www.washingtonpost.com/technology/2019/06/12/top-ai-researchers-race-detect-deepfake-videos-we-are-outgunned/?utm_term=.089c4a61427d)： > 我们要落后了。在影像合成领域研究和其对立方（识别伪造影像）的人数比例是 100：1。 题图来自[《纽约客》](https://www.newyorker.com/magazine/2018/11/12/in-the-age-of-ai-is-seeing-still-believing)