自打有了deepFAke，再也不敢相信「眼见为实」了。
要说把朱茵换脸成杨幂，把海王换脸成徐锦江，大家还可以一笑而过。
可若是公众人物被deepFAke了什么不该说的话、不该做的事，就让人细思极恐了。
为了防止世界被破坏，为了维护世界的和平，（狗头）现在，阿里安全图灵实验室也加入了“围剿&Rdquo;deepFAke的队列：
打造deepFAke检测算法S-MIL，多人现场视频，只要其中1人被换脸，就能精准识别。
为了解决这些问题，阿里安全图灵实验室的研究人员们提出了基于多实例学习的ShaRp-MIL（S-MIL）方法，只需视频级别的标注，就能对deepFAke作品进行检测。
核心思想是，只要视频中有一张人脸被篡改，那么该视频就被定义为deepFAke视频。这就和多实例学习的思想相吻合。
具体而言，算法主要由三个关键部分组成。
首先，对输入视频中的采样帧进行人脸检测，并将提取的人脸喂给CNN，以获取特征作为实例。
在实例设计上，与传统多实例学习的设定一样，实例与实例间是相互独立的。
为此，研究人员设计了时空实例，用来刻画帧间一致性，用于辅助deepFAke检测。
具体而言，使用文本分类里常用的1-d卷积，使用不同大小的核对输入的人脸序列从多视角上进行编码，以得到时空实例，用于最终检测。
其中，pi和p(i)^(j)分别是第i个包及其包里的第j个实例的正类概率；M为包里的实例数；w是网络参数；h(i)^(j)是包i里的实例j对应的特征。
由于现有的带帧标签的数据集中，同一视频中真假人脸混杂的样本较少，研究人员还构建了一个部分攻击数据集FFPMS。
FFPMS共包含14000帧，包括4种类型的造假视频（DF、F2F、FS、NT）和原始视频，既有帧级标签，也包含视频级标签。
实验结果表明，假脸的权重比较高，说明该方法在仅需视频级别标签的情况下，可以很好地定位到假脸，具有一定的可解释性：
