视频鉴定结果
第一家:
1.同图SIFT检测:视频中的人像跟真人影像中的五官特征没有改变,两者之间存在雷同的特征点
2.二次压缩检测:通过辨别分析不同压缩的区域结果,得知图像并未存在篡改的嫌疑
3.压缩误差检测:通过图像的压缩误差概率图,存在高亮的部分压缩误差较小,可能被篡改的嫌疑较小
4.噪声一致性检测:通过图像中不同区域的噪声分布,检测图像中不同区域之间的噪声分布一致
5.重采样一致性检测:利用图像发生重采样之后像素间的相关关系,检测图像中的不同区域未发生了重6.消隐点检测:根据图像中同一个方向的平行直线间相交位置的差异判断图像未存在篡改
7.光照一致性检测:通过标记物体的受光面的边缘,计算图像中不同物体接受的光照方向,并未存在来自不同光照条件的物体篡改
8.景深模糊检测:通过计算图像中处于同一景深的不同物体的模糊核,物体具有的模糊类型和模糊程度一致
9.边缘模糊检测:根据图像中同景深两个物体的边缘模糊程度的差异,图像并未存在篡改
结论:通过分析报告得出视频中并未发现被篡改的痕迹,该视频为真人,并非AI换脸采样操作
第二家:
针对于某些朋友质疑张为AI换脸,特此进行分析释疑。
视频换脸技术,是通过人工智能根据素材伪造假脸,覆盖视频中的原脸的关键部分,因为伪造脸所用素材不可能与原视频一直,因此视频换脸的结果视频,新旧脸交界处,不可避免存在或多或少的色彩界限,我们把视频的对比度调整到最高,这样会夸大伪造人脸与原始视频人脸的色彩差距,然而我们可以发现该视频的皮肤色彩过渡仍旧良好,足以证明该视频是真实的并非伪造。
结合面部的明暗进行分析,具有极高的一致性自然性,光源位于人物的正上方,突出的鼻子等处均有亮光分布,明暗分布合理,色彩渐变自然,目前的视频换脸不可能对于光源进行反求追踪鹤模拟,因为硬件的限制和效率上的考量,当前的视频换脸人工智能,在训练时,只针对于素材人脸区域的信息进行训练,无法对光线进行追踪,因此对于环境的感知能力,都是极为有限的。因为该视频表现出了极自然的明暗变化,足以证明该视频并非伪造而是真实视频。
评论(2)