当前位置:首页 > 前沿科技 > 正文

Deepfake这次没有变脸,直接换了城市

本文转载于AI新媒体qubit(微信官方账号ID:QbitAI)授权。请联系来源。

事实上,北京的两张“平原”卫星地图只有一张是真的。

你能看出区别吗?

Deepfake这次不换脸了,直接换了座城市

其中一张是华盛顿塔科马Deepfake生成的——“北京风”的假像。

这一次,Deepfake不再用来换脸,而是用来做假地图。

这个AI模型是由几所大学的研究人员共同构建的,目的是学习如何检测假图像,从而开发识别工具。

相关论文已在《地图学与地理信息科学》杂志发表。

Deepfake这次不换脸了,直接换了座城市

研究小组采用了人工智能框架来处理其他类型的数字文件。

与以前将人脸特征迁移到动物人脸的应用类似,该算法本质上是学习卫星图像的特征,然后将这些特征输入到不同的底图中,最后生成深度伪影图像。

该过程可以简单地表达如下:

Deepfake这次不换脸了,直接换了座城市

来源:《地图学与地理信息科学》

首先,通过区分城市B的一组底图和卫星图像来创建模型;

然后,把显示城市结构的A市底图放入Deepfake模型;

最后生成A城市的模拟卫星图像,具有B城市的特点。

文章开头“北京风”的假图就是用这个模型生成的。

塔科马的真实卫星图像实际上是这样的:

现在你可能知道哪个图是假的了~

具体来说,研究人员选择塔科马作为基础地图城市:

然后,利用地形和土地利用相似的西雅图市,以及北京不同的卫星地图特征,分别生成虚假图像。

在“西雅图风格”的图像中,可以看到低矮的建筑、绿色的植物和狭窄的街道;

在“北京风”图像(文章开头左图)中,由于北京的建筑高,AI生成了建筑的阴影,使得图像看起来更暗。

虽然风格不同,但显然两者的路网和建筑位置是相似的。

所以,毫无戒心的人可能会简单地把色和影的区别归结为画质差,分不 *** 假。

团队介绍

本项目的研究团队由美国华盛顿大学地理系助理教授、研究生、俄勒冈州立大学的张绍增和徐以及宾厄姆顿大学的组成。

作者认为,本研究的目的不是证明地理空间数据可以伪造。

相反,我想学习如何检测假图像,让地理学家可以开发数据识别工具,就像事实核查服务一样,实现公共利益。

此外,一些学者开发了一种叫做Pix2pix的AI工具,将古老的旧地图转换成谷歌卫星图像,以更好地了解城市在数百年间的变化。

现在这种方法也可能应用在这个领域。例如,如果在过去一段时间内某个地区没有卫星图像,可以在现有图像的基础上创建模拟图像,以了解该地区的城市扩展和气候变化。

人工智能是把双刃剑,欧盟出台法规趋利避害

近年来,随着交通与环境需求的持续释放,我国新能源汽车迎来快速发展。依靠着国家不断给予的财政补贴和红利支持�

1

发表评论