视频造假技术又升级了，或许完美的不在场证明得靠着技术。来自纽约大学的技术团队实现上传人物视频与场景照片，就能把目标人物自动P到目标场景。最离谱的还是新技术能准确识别照片中的环境光以及光源的位置，让人物在场景中动作时能和环境光有逼真的互动。而在以往，把人物直接扣进去，得到的大概率是影像因为和环境光格格不入，而使用新方法能让人物完美融入任何场景。某种程度上来说，制造视频不在场证据的门槛极速下降。具体来看，开发者团队研发了switch lag框架，这是一个结合物理驱动架构及预训练框架的人类肖像重照明方法。为了让效果更逼真，团队引入了COTORS这一物理基础反射模型，比老方法使用的phone模型更精确，并且设计自监督预训练策略，克服高质量光舞台数据稀缺的限制，扩大训练数据集。这也意味着这个技术有着更强的泛用性，就是基本上你上传任何图像，它都能很好的识别环境光并进行视频处理。并且经过算法训练之后，他们的人物提取技术支持用户从单个图像中提取反照率、法相、深度、粗糙度、镜面反射和照明，也就是说生成的视频还具有逼真的景深效果以及前后关系。不敢想象，以后各类假博主的打卡视频甚至可以借用此技术量产。
在当今数字化时代，视频造假技术愈发复杂。纽约大学团队的新技术令人咋舌。它能依据环境光精准P图，让人物与场景完美融合，制造不在场证明变得轻而易举。这一技术通用性强，任何图像都能处理。为避免被假视频误导，大家务必提高警惕，仔细甄别视频的真实性。比如，查看视频中人物与环境光的互动是否自然，有无违和感。只有这样，才能在这个信息繁杂的时代，不被虚假视频蒙蔽双眼，保护自己不受欺骗。
视频造假技术,纽约大学,环境光,人物P图,泛用性
[Q]：纽约大学团队的视频造假技术新在哪里？
[A]：能上传人物视频和场景照片自动P图，还能精准识别环境光等。
[Q]：新技术如何让人物融入场景？
[A]：通过准确识别环境光及光源位置，使人物动作与环境光逼真互动。
[Q]：switch lag框架是什么？
[A]：是结合物理驱动架构及预训练框架的人类肖像重照明方法。
[Q]：COTORS模型有什么优势？
[A]：比老方法的phone模型更精确，让效果更逼真。
[Q]：新技术的泛用性体现在哪？
[A]：基本上能识别任何图像的环境光并进行视频处理。
[Q]：人物提取技术能提取哪些内容？
[A]：能提取反照率、法相、深度、粗糙度及镜面反射和照明等。
[Q]：视频造假技术升级会带来什么影响？
[A]：制造视频不在场证据门槛下降，假博主打卡视频或可量产。
[Q]：如何应对可能出现的假视频？
[A]：提高警惕仔细甄别，查看人物与环境光互动是否自然。