近日，馬上消費(fèi)與重慶師范大學(xué)共建的智慧金融與大數(shù)據(jù)分析重點(diǎn)實(shí)驗(yàn)室（以下簡稱“實(shí)驗(yàn)室”）取得了階段性重大成果，開展的“偽造人臉的攻擊與防御研究”課題在日前正式結(jié)題，并在由慕尼黑工業(yè)大學(xué)以及谷歌聯(lián)合舉辦的FF++換臉檢測挑戰(zhàn)賽中，取得優(yōu)異成績。

據(jù)悉，該防御方法已在馬上消費(fèi)的測試集上進(jìn)行測試，結(jié)果顯示召回率達(dá)99.9%、精確率達(dá)99.2%，遠(yuǎn)遠(yuǎn)超過結(jié)題標(biāo)準(zhǔn)。這標(biāo)志著馬上消費(fèi)已經(jīng)具備強(qiáng)大的人臉偽造防御能力。

校企合作是近年來培養(yǎng)創(chuàng)新型復(fù)合人才、專注科技研究、加強(qiáng)技術(shù)實(shí)踐等重要窗口。以科技驅(qū)動的馬上消費(fèi)持續(xù)加強(qiáng)與優(yōu)質(zhì)學(xué)校的合作，目前已經(jīng)共建了十大實(shí)驗(yàn)室。

某種程度上來說，不少科技創(chuàng)新歸根結(jié)底是數(shù)學(xué)的創(chuàng)新，而數(shù)學(xué)被譽(yù)為“自然科學(xué)上的皇冠”。重慶師范大學(xué)作為中國最早創(chuàng)辦的高等師范院校之一，曾獲得多個自然科學(xué)重磅獎項(xiàng)，且牽頭獲首批國家級科技創(chuàng)新平臺“國家應(yīng)用數(shù)學(xué)中心”，對于推動大數(shù)據(jù)智能化戰(zhàn)略發(fā)展具有十分重要的意義。

依托于雙方優(yōu)勢，馬上消費(fèi)和重慶師范大學(xué)組建了跨領(lǐng)域、跨學(xué)科的合作科研團(tuán)隊(duì)，在科技創(chuàng)新、人才培養(yǎng)、成果轉(zhuǎn)化等多領(lǐng)域展開深入合作，進(jìn)一步提升了協(xié)同創(chuàng)新能力，共同打造校企合作的樣板。

近幾年，人臉面部特征逐漸成為身份核驗(yàn)的重要信任憑證，但安全性問題也隨之而來，特別是以Deepfakes為代表的換臉技術(shù)嚴(yán)重侵犯了人們的隱私。由于金融場景的特殊性，更是可能對人們的財產(chǎn)安全造成損失，雖然人臉活體系統(tǒng)能過濾掉大部分人臉面具、照片、頭模等，但還存在很多被攻擊的可能。

基于此，該實(shí)驗(yàn)室深度研究了近年來最前沿的換臉技術(shù)，復(fù)現(xiàn)了一套Deepfakes換臉方法，并有針對性的研究了一系列防御方法，用科技解決“卡脖子”問題。

面對人臉偽造手法的多樣性，實(shí)驗(yàn)室利用集成方法并結(jié)合現(xiàn)有的深度學(xué)習(xí)網(wǎng)絡(luò)（強(qiáng)學(xué)習(xí)器）高效解決了數(shù)據(jù)集中存在的主要問題，首次應(yīng)用了混合專家模式（Mixture of experts ）作為集成策略，解決了多種偽造手法的問題以及高偽造質(zhì)量且低清晰度的困難樣本探測問題。

另外，不同的偽造手段對應(yīng)的偽造痕跡也不同。實(shí)驗(yàn)室把人臉身份的換臉如Deepfakes和FaceSwap以及人臉表情的偽造如Face2Face和NerualTexture進(jìn)行有針對性的使用不同的模型進(jìn)行防御；依據(jù)專家模型之間針對偽造照片探測的強(qiáng)負(fù)相關(guān)性，還提出了輕量的線性結(jié)合方式，采用混合專家模型進(jìn)行集成學(xué)習(xí)，并通過數(shù)學(xué)建模找到了最優(yōu)閾值。

除了“偽造人臉的攻擊與防御研究”之外，實(shí)驗(yàn)室在人臉領(lǐng)域還開展了基于生成對抗網(wǎng)絡(luò)的身份證去網(wǎng)紋應(yīng)用、基于RGB-D結(jié)構(gòu)光傳感器的人臉活體檢測方法、人臉的對抗攻擊研究3項(xiàng)應(yīng)用研究的橫向課題，為行業(yè)發(fā)展帶去新生力量。