テクノロジー

彼女でも分かるように解説:ディープフェイク

Jimmy's icon'
  • Jimmy
  • 2020/03/17 10:59
Content image

最近よく耳にするMachine Learning(機械学習)がもたらした技術であり、Aという人が写っている映像にBという人の顔を載せるというディープフェイク。難しいことを理解するのが趣味で、先日ディープフェイクについて少し調べてみました。

彼女に説明しようとしたらうまく理解してくれなかったため、記事を書くことにしました。だから、この記事ではディープフェイクがどのように作られるかについて分かりやすく説明します。ニューラルネットワークの要素なども入っているし、機械学習という概念自体の理解も少し深まると思います。

ALISではテクニカルな話が好きな人が多いし、プログラマーも結構いるから、この記事に触発されて機械学習で遊んできた〜!という記事が出てきたらいいなと思います。以外と簡単だそうです。

 

ディープフェイクの作り方

早速ディープフェクの具体例を見てみましょう。下は、エイミー・アダムスの代わりにニコラス・ケイジの顔を載せたディープフェイクです。

https://en.wikipedia.org/wiki/Deepfake

ディープフェイクのすごいところは、上の例のように、Aという顔の角度、表情や照明に合わせて、Bという顔を完璧に自動的に入れ替えることができることです。

ディープフェイクの作り方は驚くほど簡単です。入れ替えたいAとBという人の顔の写真を出来るだけたくさん集めます (出来るだけ多くの顔の角度と表情の写真を用意するのがポイントです)。この写真をアルゴリズムに渡します。アルゴリズムが顔認証を使って、それぞれの画像を少し歪ませてエンコード(符号化。単純化という風に想像すると分かりやすい)します。次に、この顔の単純化されたデータを基に、デコーダ(復号)アルゴリズムで元に戻します。ディープフェイクでは、Aの顔を復号するために学習させたデコーダにBという人の画像を入れます。結果は、Bという人の画像の顔がAという人になります。

Content image

 

上記をもう少し噛み砕いてみてみましょう。

 

アルゴリズムの学習

まず、Aという人の顔の特徴を分かるようにアルゴリズムを学習させます。この学習というプロセスは機械学習の原理です。データを入れるとアルゴリズムが勝手に符号化した画像を復号できるように学習するからです。この学習は次のように行われます。

顔を歪ませた画像がエンコーダにより符号化されます。復号するために必要不可欠の特徴だけ残すという単純化です。次にデコーダがそのデータを基に画像を元(歪んでいない方)に戻そうとします。その結果を歪んでいない元の画像と比較します。顔の特徴をうまく捉えられて、うまく復号できるために、アルゴリズムが勝手に自分の様々なパラメータ(ラジオの摘みを想像すると分かりやすい)を調節し、これを何回も繰り返します。もちろん、画像データが多ければ多いほど、デコーダの性能が上がります。これを何回も繰り返すことによって、歪んだ顔の写真がどんどん綺麗に歪んでいない方に復元されます。

Content image
符号化・復号化の学習プロセス

エンコーダは一緒、デコーダは別

上記説明したプロセスでは、アルゴリズムが特定な1人の顔を復号するために学習させられます (A→A)。しかし、ディープフェイクでは、Aという人にBという人の顔の貼っつけることが目的です (A→B)。これをできるために、デコーダはAとB、顔ぞれぞれですが、エンコーダは同じやつを使います。これにより、AとBのそれぞれの独特な特徴を無視し、共通する特徴だけ捉えられるようになります。

ディープフェイクの完成

学習プロセスでは、AとBの顔は両方同じような形に符号化されるため、その符号化のデータをどちらのデコーダに入れても、そのデコーダが学習した顔を復号できます。つまり、Aという人の画像をBのデコーダで復号すると、Aの顔がBという顔になり、ディープフェイクが完成します。

 

終わりに

この記事では最近よく話題になるディープフェイクを分かりやすく説明してみました。あまり時間がなくて、急いで書いた文章なので日本語のミスをお許しください。

では!

 

 

※補足

・ このアカウントが作成した記事にトークンは付与されません

・ このアカウントが作成した記事は人気記事に表示されません

 

 

 

Supporter profile iconSupporter profile icon
Article tip 2人がサポートしています
獲得ALIS: Article like 0.00 ALIS Article tip 32.10 ALIS
Jimmy's icon'
  • Jimmy
  • @JimiVD
ALIS入社後、このアカウントで書かれた記事に対してALISが配布されません。

投稿者の人気記事
コメントする
コメントする
こちらもおすすめ!
Eye catch
テクノロジー

オープンソースプロジェクトに参加して自己肯定感を高める

Like token Tip token
85.05 ALIS
Eye catch
クリプト

NFT解体新書・デジタルデータをNFTで販売するときのすべて【実証実験・共有レポート】

Like token Tip token
121.79 ALIS
Eye catch
クリプト

17万円のPCでTwitterやってるのはもったいないのでETHマイニングを始めた話

Like token Tip token
46.60 ALIS
Eye catch
他カテゴリ

ALISのシステム概観

Like token Tip token
5.00 ALIS
Eye catch
クリプト

ジョークコインとして出発したDogecoin(ドージコイン)の誕生から現在まで。注目される非証券性🐶

Like token Tip token
38.31 ALIS
Eye catch
他カテゴリ

機械学習を体験してみよう!(難易度低)

Like token Tip token
124.82 ALIS
Eye catch
クリプト

Bitcoin史 〜0.00076ドルから6万ドルへの歩み〜

Like token Tip token
947.13 ALIS
Eye catch
クリプト

Uniswap v3を完全に理解した

Like token Tip token
18.92 ALIS
Eye catch
クリプト

約2年間ブロックチェ-ンゲームをして

Like token Tip token
61.20 ALIS
Eye catch
テクノロジー

なぜ、素人エンジニアの私が60日間でブロックチェーンゲームを制作できたのか、について語ってみた

Like token Tip token
270.93 ALIS
Eye catch
クリプト

Bitcoinの価値の源泉は、PoWによる電気代ではなくて"競争原理"だった。

Like token Tip token
159.32 ALIS
Eye catch
テクノロジー

iOS15 配信開始!!

Like token Tip token
7.20 ALIS