由Facebook牵头，Microsoft、Amazon和MIT等知名企业与高校联合举办的Kaggle Deepfake Detection Challenge（DFDC）人脸深度伪造检测挑战赛于6月13日公布了最终结果，中国科学技术大学网络空间安全学院俞能海教授团队-张卫明教授课题组在2265支参赛队伍中层层突围，最终取得了全球第二的好成绩（奖金30万美元），这也是国内战队所取得的最好成绩。
Deepfake“换脸”是近年来新兴的一类技术，通过深度学习算法，实现人脸视频的模拟与伪造。与传统的基于计算机图形学的高门槛换脸技术不同，Deepfake得益于AI技术的飞速发展，大大降低了换脸手段的技术门槛，这类技术目前已被广泛用于娱乐应用中，并开发了如ZAO、Impressions等换脸app。但这类技术的盛行也带来了极大的潜在风险，尤其是在政治、金融、公共安全等领域，一旦出现恶意伪造，如身份伪造、舆情煽动等，都将对国家和社会带来巨大危害，因此开发有效的检测伪造人脸的技术对于全球相关行业而言都迫在眉睫。在这一背景下，国际互联网巨头Facebook联合Microsoft、Amazon在Kaggle竞赛平台发布了“Deepfake Detection Challenge”人脸深度伪造检测挑战赛。该项比赛总奖金高达100万美元，是Kaggle平台上迄今为止奖金数额最大的比赛之一，凭借着主办方强大的行业影响力与权威性，以及Deepfake的研究热度，该比赛得到从事相关研究的高等院校及企业的广泛关注，吸引了全球2265支队伍报名参赛，共提交了3.5万个检测模型。
图1. “Deepfake”换脸案例（示例来源：DFDC竞赛数据）
为了配合比赛的顺利进行，主办方发布了目前规模最大的伪造人脸视频数据集DFDC。该数据集包含超过11万个伪造人脸视频，涵盖了以Deepfake、face2face等方法为基础的多种面部伪造和表情操纵算法，参赛队伍以此数据集为基础，训练检测模型。主办方另外提供了两个线上的非公开数据集：public test（包含4千个视频）和private test（包含1万个视频），分别用于算法的性能验证与最后的成绩评定。各参赛队伍最终根据检测模型在private test数据上的检测准确性进行排名。
图2. 比赛最终排名情况
本次比赛的一大难点就是解决数据集不匹配的问题。由于成绩评定所用的private test数据集是不公开的，且与作为训练数据集的DFDC数据集存在较大的分布差异，因此参赛队伍只能根据官方在public test集上给出的算法测试结果推测检测模型性能的优劣，从而相应进行策略调整。
比赛历时三个半月，经过不断的模拟攻防与算法改进，中国科大的\WM/战队最终取得了全球第二的好成绩（与第一名仅差0.0005分）！该战队由中国科学技术大学信息处理中心的博士后、博士生和硕士生组成。中科大信息处理中心由香港已故著名实业家邵逸夫先生捐赠，始建于1989年，在多媒体和人工智能领域的科学研究与人才培养方面都有着突出的成就。
俞能海教授张卫明教授科研团队长期从事多媒体安全与AI安全的相关研究，该团队隶属于中科大信息处理中心，近年来在对抗样本、深度学习模型保护、深度伪造与检测等方向取得了一系列重要成果，在相关领域的顶会CVPR、AAAI、ICCV等发表了多篇高水平论文，并在2019年人工智能顶会IJCAI-Alibaba人工智能算法对抗赛获得防御赛冠军和非定向攻击亚军。本次深度伪造检测挑战赛取得的优异成绩是中国科学技术大学在人工智能安全领域的一次重要突破，将进一步扩大我校在该领域的影响。
俞能海教授张卫明教授科研团队在人工智能安全领域的研究得到了中国科大探索类项目YD3480002001和中国科大青年创新基金WK2100000011的资助。
2020年6月13日
声明：本文来自USTC未名课题组，版权归作者所有。文章内容仅代表作者独立观点，不代表安全内参立场，转载目的在于传递更多信息。如有侵权，请联系 anquanneican@163.com。
