但不仅仅是面部表情。新技术允许一系列的运动，包括完整的3D头部位置，头部旋转，眼睛凝视和眨眼。新系统以生成神经网络的形式使用人工智能来完成这个任务，从信号模型中获取数据，并计算或预测给定目标参与者的真实感帧。令人印象深刻的是，动画师不必改变现有的体毛，目标演员的身体，或背景的图形。
相比以前的方法。请注意，在2017年的研究中，背景是如何扭曲的。
次要的算法被用来纠正小故障和其他伪影，给视频一个光滑的，超真实的外观。它们并不完美，但是，它们真的令人印象深刻！
这篇描述该技术的论文除了被SIGGRAPH 2018年接受发表外，还发表在同行评议的“ACM图形交易”杂志上。
左图:英国首相特蕾莎·梅的真实画面。右:模拟视频使用新的深度视频肖像技术。
Deep Video Portraits 现在提供了一种高效的方式来做计算机动画，并获得预先存在的演出表演的真实感。 例如，该系统可用于创建其他语言电影版本时的音频配音。 比如，一部电影是用英语拍摄的，那么这种技术可以用来改变唇部运动，使之与法语或西班牙语的配音音频相匹配。
左图:奥巴马的真实画面。右:模拟视频使用新的深度视频肖像技术。
不幸的是，这个系统很可能会被别有用心的人滥用，这个问题不容忽视！
比如，将真实照片合成的面部图像与语音模拟器或语音合成系统相结合，就可以生成用来诋毁别人或传播所谓的 “假新闻” 的虚构视频内容。目前，修改后的视频仍然存在很多伪影，这使得大多数伪造品易于被发现。但是，很难预测在什么时候，这些“假”视频将无法与我们人眼中的真实内容区分开来。
更可悲的是，deepfake 技术已经被用于..，早期的努力，以减少或消除这些入侵视频被证明在很大程度上是徒劳的。但是对于新兴的假新闻世界，还是有一些潜在的解决方案，比如水印算法。在未来，人工智能也可以被用来检测假象，嗅出人类眼睛看不到的图像。然而，最终还是要靠我们自己来辨别事实和虚构。
在我个人看来，最重要的是，公众必须意识到现代技术在视频生成和编辑方面的能力。这将使他们对自己每天消费的视频内容进行更批判性的思考，尤其是在没有来源证明的情况下。
欢迎大家来此拍砖吐槽！
