《表1 现存“深度伪造”主要类型、使用者、典型案例与影响》
提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《颠覆性技术异化及其治理研究——以“深度伪造”技术的典型化事实为例》
深度伪造技术融合了自动化图像识别、机器深度学习、生成对抗学习和神经网络技术等颠覆性技术,目前使用的类型和场景较为多样。表1总结了当前深度伪造四种主要类型、潜在使用者、案例和影响。概言之,第一种是借助市场出现的软件工具替换人脸,如商业软件“Duplicate”等,被商业平台用作展示或个人用于视频娱乐。第二种是通过误导性剪辑或操纵原视频的语音语调与面部动作,以此改变演讲者原本语义。通过丑化政要人物和影视明星形象,以此获得关注或达到丑化伪造对象的目的。第三种是伪造不存在的人物形象,借助伪造技术,创建现实中从未出现过的人物图像或视频,可能会被用作获取网络开源情报的手段。第四种是创建定制化的声音或视频模型,通过对原始声音和视频的训练,构建出模型,能够通过输入文本内容,输出特定音频或视频进行指向性欺诈,被用作伪装公司高管诈骗或亲情欺诈的案例较多。
图表编号 | XD00200967700 严禁用于非法目的 |
---|---|
绘制时间 | 2020.12.10 |
作者 | 苗争鸣、尹西明、许展玮、陈劲 |
绘制单位 | 清华大学国际关系研究院、北京理工大学管理与经济学院、清华大学自动化系、清华大学经济管理学院 |
更多格式 | 高清、无水印(增值服务) |