【記者張倩怡綜合報導】近年深偽技術（註一）快速發展，為影片中的人換臉已不再是難事，但也導致利用此技術的詐騙案層出不窮。長庚大學資訊管理學系學生團隊開發「假面騎『識』」Deepfake換臉即時檢測平台，除可辨識照片和影片外，更可即時檢測視訊是否有使用深偽技術。此發明獲得2022大專校院資訊應用服務創新競賽資安組第二名。 長庚大學資訊管理學系學生團隊開發「假面騎『識』」Deepfake換臉即時檢測平台，獲得2022大專校院資訊應用服務創新競賽資安組第二名。　圖／研究團隊提供註一：深偽技術（ Deepfake）指以人工智慧深度學習的技術，合成某個不一定存在的人的影像甚至聲音，並疊加至目標圖像或影片上，偽造出可以假亂真的影片。當今深偽技術發展快速，線上有許多免費的換臉程式遭到濫用，進而出現大量的偽造影片。根據Sensity資料顯示，2018年12月起偽造影片的數量每六個月就增加一倍，引發不少社會事件，如冒充名人進行詐騙。團隊成員朱哲弘說明，「最初是因小玉Deepfake換臉A片事件而引發我們做現在的檢測系統。」團隊使用1萬3000張圖片訓練模型，並以手動標記資料，選取出理想的人臉範圍。朱哲弘表示，為求準確，「我們很多都是一張一張去標記的。」接著，再透過讓AI學習人臉特徵，分辦有無使用深偽技術。系統除了可偵測常見的照片及影片外，團隊更因應線上化的趨勢，新增即時通訊也能使用的檢測功能。使用者只需將線上會議視窗名稱輸入至系統中，網站即會將資料傳送至後端已訓練好的模型進行分析，此功能亦適用於大部份的即時通訊軟體。 使用者可以在換臉即時檢測平台上傳靜態圖片，偵測是否有使用深偽技術的可能性。　圖／研究團隊提供團隊成員高語澤提及，現今其實有更準確的演算法訓練方式，不過視訊相較於一般辨識更講求速度，因此團隊選擇YOLOv5（註二）演算法。指導老師長庚大學資訊管理學系副教授陳宜惠也認同地表示，除了準確度，保持通話品質同樣重要，「如果有延遲是不可以接受的，要讓使用者是無感才可以。」此外，團隊也坦言，雖然系統已滿足大部份需求，不過仍舊存在不足，「現在系統只能在電腦網頁使用，如果推出手機程式，視窗可能就會跳掉而無法偵測，加上現在系統可能被鏡頭的髒污或有些人使用濾鏡都會造成誤判。」 使用者只需在換臉即時檢測平台上輸入網絡影片的ID，即可偵測每影格的畫面是否有使用深偽技術。　圖／研究團隊提供註二：YOLOv5為物件偵測的類神經網路演算法，可在圖片中找到特定的物件。而V5版本準確度稍遜於現今最新的V7版本，但有更高的靈活度和速度，更適合用於即時通訊上的偵測。目前系統可做到約85％的準確率，但深偽技術發展快速，偽造的影片只會越來越精緻以致更難識別。國立成功大學數據科學研究所助理教授許志仲表示，目前所有的偽造方法，通常依然強過於偵測方法，「此系統的功能僅限於常見且品質較差的換臉技術，但我認為越來越多人開發，會在意識層面上，降低製作偽造的（影片）比例。」他也建議，系統可加入使用者端的回饋機制，使系統更加完善。