T-ZFIDA 0003-2024 虛假數(shù)字人臉檢測(cè)金融應(yīng)用技術(shù)規(guī)范

ICS35.240.40CCSA11Technicalspecificationforfinancialapplications2024-09-06發(fā)布2024-09-06實(shí)施中關(guān)村金融科技產(chǎn)業(yè)發(fā)展聯(lián)盟發(fā)布IT/ZFIDA0003-2024 II 12規(guī)范性引用文件 13術(shù)語(yǔ)和定義 14縮略語(yǔ) 25技術(shù)框架 26功能要求與評(píng)估 37性能要求與評(píng)估 67.1數(shù)據(jù)集 67.2性能要求 158能力分級(jí)和評(píng)估方法 19T/ZFIDA0003-2024本文件按照GB/T1.1—2020《標(biāo)準(zhǔn)化工作導(dǎo)則第1部分：標(biāo)準(zhǔn)化文件的結(jié)構(gòu)和起草規(guī)則》的規(guī)定起請(qǐng)注意本文件的某些內(nèi)容可能涉及專(zhuān)利。本文件的發(fā)布機(jī)構(gòu)不承擔(dān)識(shí)別這些專(zhuān)利的責(zé)任。本文件由螞蟻科技集團(tuán)股份有限公司提出。本文件由中關(guān)村金融科技產(chǎn)業(yè)發(fā)展聯(lián)盟歸口。本文件起草單位：薩思數(shù)字科技（北京）有限公司、中關(guān)村金融科技產(chǎn)業(yè)發(fā)展聯(lián)盟、北京國(guó)家金融科技認(rèn)證中心股份有限公司、螞蟻科技集團(tuán)股份有限公司、中國(guó)工商銀行股份有限公司、中國(guó)建設(shè)銀行股份有限公司、中國(guó)郵政儲(chǔ)蓄銀行股份有限公司、中信銀行股份有限公司、浙江網(wǎng)商銀行股份有限公司、北京前沿金融監(jiān)管科技研究院、螞蟻區(qū)塊鏈科技（上海）有限公司、中關(guān)村互聯(lián)網(wǎng)金融研究院、北京一砂信息技術(shù)有限公司、中移動(dòng)金融科技有限公司、博彥科技股份有限公司、思旦達(dá)（北京）技術(shù)有限公司、北京車(chē)曉科技有限公司。本文件起草人：羅曼、林冠辰、朱凱、劉勇、曹亭亭、李振、李博文、陸碧波、彭晉、李哲、王維、李建樹(shù)、姚偉斌、楊小強(qiáng)、方蕊、趙浚雅、尉郭晨、葉紅、程佩哲、許嘯、陳天涵、李婧、劉麗娟、康亞冰、史佳涵、趙漢杰、王仲實(shí)、張然、張園超、王龍、江嘉航、張克、姜楠、徐睿陽(yáng)、王麗娜、陳曦、張楚、路如毅、陳明、高麗、劉江濤、譚福鈴、陳振、謝源、劉智江。1T/ZFIDA0003-2024虛假數(shù)字人臉檢測(cè)金融應(yīng)用技術(shù)規(guī)范本文件規(guī)定了面向金融領(lǐng)域應(yīng)用的虛假數(shù)字人臉檢測(cè)服務(wù)的技術(shù)框架、功能要求、性能要求等，并提出對(duì)應(yīng)的測(cè)試評(píng)估方法。本文件適用于金融領(lǐng)域虛假數(shù)字人臉檢測(cè)相關(guān)產(chǎn)品研發(fā)設(shè)計(jì)、測(cè)試和應(yīng)用，也適用于第三方評(píng)測(cè)機(jī)構(gòu)對(duì)虛假數(shù)字人臉內(nèi)容檢測(cè)服務(wù)的技術(shù)安全評(píng)估。2規(guī)范性引用文件本文件沒(méi)有規(guī)范性引用文件。3術(shù)語(yǔ)和定義下列術(shù)語(yǔ)和定義適用于本文件。3.1虛假數(shù)字人臉內(nèi)容digitallyforgedfacecontent利用生成式人工智能技術(shù)、計(jì)算機(jī)視覺(jué)技術(shù)、數(shù)字偽造技術(shù)和深度學(xué)習(xí)模型所生成的虛假的數(shù)字人臉圖像、視頻內(nèi)容。3.2虛假數(shù)字人臉內(nèi)容檢測(cè)digitallyforgedfacecontentdetection鑒定數(shù)字圖像或視頻中人臉內(nèi)容是否虛假的檢測(cè)技術(shù)。視覺(jué)Transformer、計(jì)算機(jī)視覺(jué)算子等深度學(xué)習(xí)技術(shù)提取輸入樣本的面部特征和攻擊線索進(jìn)行真假數(shù)字人臉鑒3.3虛假數(shù)字人臉內(nèi)容檢測(cè)服務(wù)serviceofdigitallyforgedfacecontentdetection提供虛假數(shù)字人臉內(nèi)容檢測(cè)能力的一體化技術(shù)服務(wù)。3.4準(zhǔn)確性accuracy虛假數(shù)字人臉內(nèi)容檢測(cè)服務(wù)輸出真假人臉檢測(cè)結(jié)果的準(zhǔn)確程度。2T/ZFIDA0003-20243.5魯棒性robustness虛假數(shù)字人臉內(nèi)容檢測(cè)服務(wù)應(yīng)用到疊加不同干擾的數(shù)據(jù)內(nèi)容并做出準(zhǔn)確檢測(cè)的能力。3.6泛化性generalization虛假數(shù)字人臉內(nèi)容檢測(cè)服務(wù)應(yīng)用到新攻擊方法所擴(kuò)展的新數(shù)據(jù)內(nèi)容并做出準(zhǔn)確檢測(cè)的能力。4縮略語(yǔ)下列縮略語(yǔ)適用于本文件。AKD：平均關(guān)鍵點(diǎn)距離值（AverageKey-pointDistance）GAN：生成對(duì)抗網(wǎng)絡(luò)（generativeadversarialnetwork）HPMSE：頭部空間位置差異值（HeadPositionMeanSquareError）ID：身份標(biāo)識(shí)（Identity）PPG：光體積變化描記圖法（Photoplethysmography）PRMSE：旋轉(zhuǎn)角度差異值（PoseRotationMeanSquareError）PSNR：峰值信噪比（PeakSignal-to-NoiseRatio）SSIM：結(jié)構(gòu)化相似性（StructuredSimilarity）5技術(shù)框架人臉識(shí)別已經(jīng)廣泛用于金融賬戶開(kāi)戶、賬戶登錄、移動(dòng)支付、理財(cái)保險(xiǎn)身份鑒別等各種金融應(yīng)用場(chǎng)景。在金融應(yīng)用場(chǎng)景應(yīng)用人臉識(shí)別時(shí)，身份鑒別服務(wù)提供者應(yīng)針對(duì)虛假數(shù)字人臉進(jìn)行安全檢測(cè)，保障相關(guān)金融業(yè)務(wù)安全、順利開(kāi)展。虛假數(shù)字人臉檢測(cè)金融應(yīng)用技術(shù)框架如圖1所示，主要包括如下：a)功能方面，主要從支持不同偽造類(lèi)型的虛假數(shù)字人臉內(nèi)容檢測(cè)能力、支持包含非圖像音頻信息的虛假數(shù)字人臉內(nèi)容檢測(cè)能力、支持疊加了不同干擾的虛假數(shù)字人臉內(nèi)容檢測(cè)能力、支持跨數(shù)字人臉內(nèi)容的聯(lián)合虛假數(shù)字人臉內(nèi)容檢測(cè)能力、支持檢測(cè)結(jié)果的可解釋性檢測(cè)能力等五個(gè)維度進(jìn)行評(píng)估；b)性能方面，主要通過(guò)準(zhǔn)確性、魯棒性、泛化性、響應(yīng)速度等四個(gè)維度的評(píng)估指標(biāo)進(jìn)行衡量。3T/ZFIDA0003-2024圖1虛假數(shù)字人臉檢測(cè)金融應(yīng)用技術(shù)框架6功能要求與評(píng)估虛假數(shù)字人臉檢測(cè)服務(wù)功能要求與評(píng)估包括支持不同類(lèi)型的虛假數(shù)字人臉內(nèi)容檢測(cè)能力、支持包含非圖像音頻信息的虛假數(shù)字人臉內(nèi)容檢測(cè)能力、支持疊加了不同干擾的虛假數(shù)字人臉內(nèi)容檢測(cè)能力、支持跨數(shù)字人臉內(nèi)容的聯(lián)合虛假數(shù)字人臉內(nèi)容檢測(cè)能力、支持檢測(cè)結(jié)果的可解釋性檢測(cè)能力等維度，具體要求和評(píng)估指標(biāo)及查驗(yàn)內(nèi)容見(jiàn)表1。表1功能要求評(píng)估指標(biāo)及查驗(yàn)內(nèi)容1應(yīng)支持對(duì)不同類(lèi)型的數(shù)字人臉內(nèi)容進(jìn)行虛假數(shù)字人臉內(nèi)使用真實(shí)數(shù)字人臉數(shù)據(jù)集，虛假數(shù)字人臉評(píng)估是否具備對(duì)單張圖像進(jìn)行虛假數(shù)字人是否具備對(duì)使用了替換方式的單張圖像進(jìn)行虛假數(shù)字人是否具備對(duì)使用了手動(dòng)篡改方式的單張圖像進(jìn)行虛假數(shù)是否具備對(duì)使用了人臉屬性編輯方式的單張圖像進(jìn)行虛4T/ZFIDA0003-2024是否具備對(duì)使用了生成式人工智能的單張圖像進(jìn)行虛假是否具備對(duì)使用了多種偽造技術(shù)的單張圖像進(jìn)行虛假數(shù)搖頭、眨眼、張嘴、人臉與手勢(shì)動(dòng)作的視頻進(jìn)行虛假數(shù)字人臉內(nèi)容檢測(cè)的能力評(píng)估是否具備對(duì)包含5T/ZFIDA0003-2024語(yǔ)音內(nèi)容的動(dòng)態(tài)視頻進(jìn)行虛假數(shù)字人臉內(nèi)2宜支持包含非圖像音頻信息的數(shù)字人臉內(nèi)容進(jìn)行虛假數(shù)字人臉內(nèi)容檢測(cè)使用擴(kuò)展虛假數(shù)字人臉數(shù)據(jù)評(píng)估是否具備對(duì)包含從其他傳感器獲取的光線信息的數(shù)字人臉內(nèi)容進(jìn)行虛假數(shù)評(píng)估是否具備對(duì)包含從其他傳感器獲取的設(shè)備運(yùn)動(dòng)信息的數(shù)字人臉內(nèi)容進(jìn)行虛是否具備對(duì)包含PPG信號(hào)的數(shù)字人臉內(nèi)容評(píng)估是否具備對(duì)包含從設(shè)備獲取的簽名信息的數(shù)字人臉內(nèi)容進(jìn)行虛假數(shù)字人臉3宜支持疊加了不同干擾的數(shù)字人臉內(nèi)容進(jìn)行虛假數(shù)字人臉內(nèi)容檢測(cè)的使用干擾虛假數(shù)字人臉數(shù)據(jù)評(píng)估是否具備對(duì)模糊人臉（人臉像素<1024P）的數(shù)字人臉內(nèi)容進(jìn)行虛假數(shù)字人4宜支持跨數(shù)字人臉內(nèi)容的聯(lián)合虛假數(shù)字人使用同背景和服飾的真實(shí)人評(píng)估是否具備基于多份數(shù)字人臉內(nèi)容的背景相似度進(jìn)行虛假數(shù)字人臉內(nèi)容檢測(cè)5宜支持檢測(cè)結(jié)現(xiàn)場(chǎng)功能核可評(píng)估是否具備解釋6T/ZFIDA0003-2024驗(yàn)，與虛假數(shù)字人臉內(nèi)容的制作方式進(jìn)行7性能要求與評(píng)估7.1數(shù)據(jù)集7.1.1真實(shí)人臉內(nèi)容數(shù)據(jù)集真實(shí)人臉內(nèi)容數(shù)據(jù)集構(gòu)建要求包括但不限于如下：a)構(gòu)建真實(shí)人臉內(nèi)容數(shù)據(jù)集時(shí)，應(yīng)確保采集的數(shù)據(jù)具有多維度特征。b)數(shù)字人臉內(nèi)容數(shù)據(jù)應(yīng)包含不少5000張的真實(shí)數(shù)字人臉內(nèi)容圖像和視頻構(gòu)成的數(shù)據(jù)集，不應(yīng)包括計(jì)算機(jī)生成、篡改、變?cè)斓膱D像和視頻數(shù)據(jù)。c)應(yīng)考慮室內(nèi)和室外的不同場(chǎng)景，以及綠幕背景的使用，以增加數(shù)據(jù)集內(nèi)容的多樣性。d)數(shù)據(jù)集應(yīng)包含從左到右、從右到左、從遠(yuǎn)到近以及固定鏡頭模式等多種拍攝角度和視角。e)在人物姿態(tài)方面，數(shù)據(jù)集應(yīng)包括坐姿、站姿和走姿等不同姿勢(shì)的人物，以展示人物的不同動(dòng)作和表情。f)數(shù)據(jù)集應(yīng)包含微笑、大笑、驚悚、憤怒、哭泣、無(wú)表情等多種人物表情的多維組合式采集樣本。7.1.2虛假人臉數(shù)據(jù)集虛假數(shù)字人臉內(nèi)容檢測(cè)數(shù)據(jù)集構(gòu)建要求見(jiàn)表2。注：其中涉及虛假數(shù)字人臉視頻的數(shù)據(jù)全部采用相同的每秒幀數(shù)（FPS表2虛假人臉數(shù)據(jù)集對(duì)單張圖像類(lèi)虛假數(shù)字人臉內(nèi)容檢測(cè)的準(zhǔn)確性、響應(yīng)速度使用人臉替換類(lèi)技術(shù)制作的單張圖像不少于5000張，其常見(jiàn)形式為發(fā)生了改變。通常認(rèn)為身份信息辨識(shí)僅與人臉五官特征強(qiáng)相關(guān)。如7T/ZFIDA0003-2024專(zhuān)家篡改類(lèi)技術(shù)制作的單張圖像不少于5000張，其常見(jiàn)形式為對(duì)目使用人臉屬性編輯技術(shù)制作的單張圖像不少于5000張，其常見(jiàn)形式同時(shí)使用了2種以上的虛假數(shù)字人臉制作技術(shù)的單張圖像不少于對(duì)無(wú)語(yǔ)音的動(dòng)態(tài)視頻類(lèi)虛假數(shù)字人臉內(nèi)容檢測(cè)的準(zhǔn)確使用人臉活化類(lèi)技術(shù)制作的無(wú)語(yǔ)音動(dòng)態(tài)視頻不少于5000段，其常見(jiàn)形式為使用源人物面部表情或身體姿態(tài)驅(qū)動(dòng)目標(biāo)中人物的表情或姿態(tài)。目標(biāo)人物主體的身份保持不變，僅發(fā)生表情或姿態(tài)的改變。如使用人臉生成類(lèi)技術(shù)制作的無(wú)語(yǔ)音動(dòng)態(tài)視頻不少于5000段，如8T/ZFIDA0003-2024虛假數(shù)字人臉進(jìn)行眨眼的無(wú)語(yǔ)音動(dòng)態(tài)視頻占無(wú)語(yǔ)音的動(dòng)態(tài)視頻總量），虛假數(shù)字人臉進(jìn)行左右搖頭的無(wú)語(yǔ)音動(dòng)態(tài)視頻占無(wú)語(yǔ)音的動(dòng)態(tài)視頻），虛假數(shù)字人臉進(jìn)行點(diǎn)頭的無(wú)語(yǔ)音動(dòng)態(tài)視頻占無(wú)語(yǔ)音的動(dòng)態(tài)視頻總量），虛假數(shù)字人臉進(jìn)行張閉嘴動(dòng)作的無(wú)語(yǔ)音動(dòng)態(tài)視頻占無(wú)語(yǔ)音的動(dòng)態(tài)視），虛假數(shù)字人臉進(jìn)行視線變化的無(wú)語(yǔ)音動(dòng)態(tài)視頻占無(wú)語(yǔ)音的動(dòng)態(tài)視頻線虛假數(shù)字人臉進(jìn)行手勢(shì)交互的無(wú)語(yǔ)音動(dòng)態(tài)視頻占無(wú)語(yǔ)音的動(dòng)態(tài)視頻虛假數(shù)字人臉同時(shí)進(jìn)行2種以上動(dòng)作的無(wú)語(yǔ)音動(dòng)態(tài)視頻占無(wú)語(yǔ)音的動(dòng)），對(duì)包含語(yǔ)音內(nèi)容的動(dòng)態(tài)視頻類(lèi)虛假數(shù)字人臉內(nèi)容檢測(cè)的使用人臉生成類(lèi)技術(shù)制作的包含語(yǔ)音動(dòng)態(tài)視使用人臉活化類(lèi)技術(shù)制作的包含語(yǔ)音動(dòng)態(tài)視9T/ZFIDA0003-2024擴(kuò)展數(shù)據(jù)集：其中的數(shù)字人臉內(nèi)容包含圖像音頻外的信息包含從其他傳感器獲取的光線信息的數(shù)字人臉視頻不少于50包含從其他傳感器獲取的設(shè)備運(yùn)動(dòng)信息的數(shù)字人臉視頻包含從設(shè)備獲取的簽名信息的數(shù)字人臉視頻不少于50干擾數(shù)據(jù)集：其中的數(shù)字人臉內(nèi)容疊疊加均勻模糊虛假數(shù)字人臉（人臉像素<1024P）視頻不少于5疊加高斯模糊虛假數(shù)字人臉（人臉像素<1024P）視頻不少于5疊加均勻噪聲干擾的虛假數(shù)字人臉（人臉像素<1024P）視頻不少于5疊加高斯噪聲干擾的虛假數(shù)字人臉（人臉像素<1024P）視頻不少于5疊加銳化干擾的虛假數(shù)字人臉（人臉像素<1024P）視頻不少于5疊加碼率壓縮干擾的虛假數(shù)字人臉（人臉像素<1024P）視頻不少于5疊加幾何變換干擾的虛假數(shù)字人臉（人臉像素<1024P）視頻不少于5疊加數(shù)字對(duì)抗干擾的虛假數(shù)字人臉人臉像素<1024P張7.1.3數(shù)字人臉數(shù)據(jù)集的內(nèi)容多樣性要求真實(shí)人臉數(shù)據(jù)集和虛假數(shù)據(jù)集應(yīng)滿足內(nèi)容多樣性的要求，人臉MonkScale要求見(jiàn)表3。T/ZFIDA0003-2024表3MonkScale應(yīng)包含不同人員應(yīng)包含不同膚色的應(yīng)包含不同種族的撒哈拉以南非洲（非洲中部、東部、西部）數(shù)字人臉內(nèi)容占比至少10%（不少于應(yīng)包含不同年齡的39~50歲的數(shù)字人臉占比20%～30%（1T/ZFIDA0003-202450~65歲的數(shù)字人臉占比20%～30%（>65歲的數(shù)字人臉占比10%～20%（5000～10000個(gè)）應(yīng)包含臉部遮擋的應(yīng)包含不同環(huán)境應(yīng)包含不同光線環(huán)應(yīng)包含不同背景的T/ZFIDA0003-2024應(yīng)包含不同環(huán)境音環(huán)境音音量與目標(biāo)人物語(yǔ)音大致相同的數(shù)字人臉內(nèi)容占比推薦值20%（不少于應(yīng)包含不同鏡頭狀態(tài)的數(shù)字人臉應(yīng)包含晃動(dòng)鏡頭狀應(yīng)臟污鏡頭狀態(tài)的應(yīng)包含人臉面積在整個(gè)數(shù)字人臉內(nèi)容中的不同占比7.1.4虛假數(shù)字人臉內(nèi)容數(shù)據(jù)集質(zhì)量要求虛假數(shù)字人臉內(nèi)容數(shù)據(jù)集應(yīng)保障如下質(zhì)量指標(biāo)具有相同數(shù)量的高、中、低指標(biāo)的虛假數(shù)字人臉內(nèi)容。比如在清晰度維度上，數(shù)據(jù)集中應(yīng)包含相同數(shù)量的高清晰度、中清晰度、低清晰度的數(shù)字人臉內(nèi)容。同時(shí)應(yīng)保障數(shù)據(jù)集的平衡性，避免數(shù)據(jù)集中某些指標(biāo)的虛假數(shù)字人臉過(guò)多導(dǎo)致其他指標(biāo)的虛假數(shù)字人臉被忽略。注：由某些制作技術(shù)制作的虛假數(shù)字人臉內(nèi)容，某些維度上不會(huì)有明虛假數(shù)字人臉，其輪廓融合度就比較好，不太會(huì)出現(xiàn)輪廓7.1.5虛假數(shù)字人臉內(nèi)容整體攻擊能力應(yīng)使用多種虛假數(shù)字人臉內(nèi)容檢測(cè)算法對(duì)數(shù)據(jù)集中的內(nèi)容進(jìn)行初步測(cè)試，評(píng)估數(shù)據(jù)集整體攻擊能力的規(guī)則如下：a)80%的數(shù)字人臉內(nèi)容檢測(cè)算法檢出風(fēng)險(xiǎn)概率分高于0.8的虛假數(shù)字人臉內(nèi)容占比30%；b)80%的數(shù)字人臉內(nèi)容檢測(cè)算法檢出風(fēng)險(xiǎn)概率分位于0.3~0.7之間的虛假數(shù)字人臉內(nèi)容占比50%；c)80%的數(shù)字人臉內(nèi)容檢測(cè)算法檢出風(fēng)險(xiǎn)概率分低于0.2的虛假數(shù)字人臉內(nèi)容占比20%。T/ZFIDA0003-20247.1.6虛假數(shù)字人臉內(nèi)容圖像整體質(zhì)量應(yīng)能支持評(píng)估虛假數(shù)字人臉內(nèi)容圖像整體的質(zhì)量好壞?？墒褂萌缦聝蓚€(gè)指標(biāo)對(duì)虛假數(shù)字人臉內(nèi)容圖像整體質(zhì)量進(jìn)行計(jì)算：a)結(jié)構(gòu)化相似性SSIM（StructuredSimilarity）：SSIM定量評(píng)估了圖像中亮度、對(duì)比度和結(jié)構(gòu)等重要視覺(jué)特征，數(shù)值越大表示圖像整體質(zhì)量越好。b)和峰值信噪比PSNR（PeakSignal-to-NoiseRatioPSNR定量評(píng)估了圖像抗壓縮失真的能力，數(shù)值越大表示圖像整體質(zhì)量越好越穩(wěn)定。注：質(zhì)量越高，就表明整個(gè)圖像在宏觀上的視覺(jué)特征更加清晰、色彩7.1.7虛假數(shù)字人臉內(nèi)容圖像分辨率應(yīng)能支持評(píng)估虛假數(shù)字人臉內(nèi)容圖像整體的像素分辨率，即寬度和高度的像素?cái)?shù)量。注：像素分辨率通常處于480~2048像素之間。生成的虛假數(shù)字人臉內(nèi)內(nèi)包含的像素越多，能夠展示更多細(xì)節(jié)內(nèi)容，從而一定程度7.1.8虛假數(shù)字人臉部質(zhì)量應(yīng)能支持評(píng)估虛假數(shù)字人臉圖像中人臉區(qū)域的質(zhì)量。可使用常見(jiàn)人臉質(zhì)量打分模型，對(duì)人臉的清晰度、完整度、亮度對(duì)比度、姿態(tài)表情是否自然等進(jìn)行0~100的綜合打分。說(shuō)明臉部的面部畸變、扭曲等線索就更加微弱，相7.1.9虛假數(shù)字人臉局部質(zhì)量應(yīng)能支持評(píng)估對(duì)人臉五官（眼、鼻、嘴、眉、發(fā)）劃分不同局部區(qū)域后，對(duì)各個(gè)局部區(qū)域分別評(píng)估的質(zhì)量?？墒褂贸Ｒ?jiàn)的五官質(zhì)量打分算法分別對(duì)重點(diǎn)五官進(jìn)行評(píng)估得到虛假數(shù)字人臉局部質(zhì)量。注：局部五官的細(xì)節(jié)紋理重建在目前沒(méi)有被完全解決，尤其是眼睛和進(jìn)行更精細(xì)化的質(zhì)量判斷可以確定五官細(xì)節(jié)特征的真實(shí)度。虛假數(shù)7.1.10虛假數(shù)字人臉膚色一致性應(yīng)能支持評(píng)估虛假數(shù)字人臉圖像中人臉的額頭和左右面頰等子區(qū)域之間的膚色的一致性和均衡度?？刹捎蒙手狈綀D或亮度分布圖的相似性來(lái)進(jìn)行該指標(biāo)的評(píng)估。子區(qū)域之間的膚色一致性，可以得到虛假數(shù)字人臉的和諧化程度7.1.11虛假數(shù)字人臉輪廓融合度應(yīng)能支持評(píng)估虛假數(shù)字人臉圖像中人臉外輪廓，尤其下頜緣線的清晰度和唯一性?？刹捎萌四樰喞€的幾何特征來(lái)進(jìn)行該指標(biāo)的評(píng)估。注：制作虛假數(shù)字人臉時(shí)有面部融合（Blending）的操作，可能在人人臉邊緣輪廓的融合度來(lái)重點(diǎn)判斷虛假數(shù)字人臉的融合操作T/ZFIDA0003-20247.1.12虛假數(shù)字人臉內(nèi)容前背景色彩分布一致性應(yīng)支持評(píng)估人臉前景區(qū)域和除人臉以外的背景區(qū)域之間的色彩、亮度等分布的一致性。可采用色彩直方圖或亮度分布圖的相似性來(lái)進(jìn)行該指標(biāo)的評(píng)估。注：制作虛假數(shù)字人臉時(shí)，無(wú)論是基于GAN還是基于Diffusion的生成前后背景在色彩、亮度、光照等方面出現(xiàn)明顯差異的問(wèn)題7.1.13虛假數(shù)字人臉內(nèi)容前背景頻譜分布一致性應(yīng)能支持評(píng)估人臉前景區(qū)域和除人臉以外的背景區(qū)域之間的頻譜特征分布的一致性?？刹捎酶道锶~變換（FFT）后高、中、低頻譜段分布圖的相似性來(lái)進(jìn)行該指標(biāo)的評(píng)估。注：制作虛假數(shù)字人臉時(shí)，無(wú)論是基于GAN還是基于Diffusion的生成線索，導(dǎo)致篡改區(qū)域和背景區(qū)域的頻譜分布出現(xiàn)較大差異化。當(dāng)7.1.14虛假數(shù)字人臉內(nèi)容目標(biāo)身份ID保真度應(yīng)能支持評(píng)估虛假數(shù)字人臉圖像中的人臉I(yè)D和目標(biāo)人臉I(yè)D之間身份信息的相似度。可使用人臉比對(duì)模型對(duì)換臉后的人臉和目標(biāo)人臉之間的身份特征進(jìn)行比對(duì)，比對(duì)分越高就表示目標(biāo)身份ID的保真度越好。注：制作虛假數(shù)字人臉時(shí)，攻擊方通常期望生成時(shí)的身份ID高度可控、7.1.15基于人臉活化類(lèi)技術(shù)制作的虛假數(shù)字人臉視頻的驅(qū)動(dòng)源位姿保持度應(yīng)能支持評(píng)估虛假數(shù)字人臉視頻中每幀圖像的人臉位姿信息和驅(qū)動(dòng)源視頻中每個(gè)人臉動(dòng)作的位姿信息之間的一致性?？墒褂锰摷贁?shù)字人臉和驅(qū)動(dòng)源人臉之間的頭部空間位置差異值HPMSE或者旋轉(zhuǎn)角度差異值PRMSE來(lái)進(jìn)行該指標(biāo)的衡量。注：制作虛假數(shù)字人臉視頻目標(biāo)是能夠?qū)Ⅱ?qū)動(dòng)源動(dòng)作的位姿更加精準(zhǔn)因?yàn)榭煽亓Χ群蜕删炔粔蚨霈F(xiàn)位姿保持不準(zhǔn)、動(dòng)作變7.1.16虛假數(shù)字人臉視頻的單幀人臉幾何協(xié)調(diào)度應(yīng)能支持評(píng)估虛假數(shù)字人臉視頻中每幀圖像內(nèi)部虛假數(shù)字人臉的五官位置之間的幾何協(xié)調(diào)度，可采用虛假數(shù)字人臉關(guān)鍵點(diǎn)和單元模板臉關(guān)鍵點(diǎn)之間的平均關(guān)鍵點(diǎn)距離值A(chǔ)KD來(lái)進(jìn)行該指標(biāo)的衡量。注：制作虛假數(shù)字人臉視頻時(shí)，有概率會(huì)出現(xiàn)重建精度不夠而出現(xiàn)面說(shuō)明虛假數(shù)字人臉視頻更加自然流暢，相應(yīng)的7.1.17虛假數(shù)字人臉視頻的幀間人臉身份ID一致性應(yīng)能支持評(píng)估虛假數(shù)字人臉視頻中不同圖像幀之間的同一虛假數(shù)字人臉在身份ID特征上的一致性。注：制作虛假數(shù)字人臉視頻過(guò)程中，在驅(qū)動(dòng)人臉執(zhí)行不同動(dòng)作時(shí)可能在T/ZFIDA0003-2024定的問(wèn)題，從而被防御模型識(shí)破。當(dāng)虛假數(shù)字人臉視可引入基于深度學(xué)習(xí)的人臉比對(duì)模型對(duì)不同幀之間的人臉身份特征進(jìn)行比對(duì)，比對(duì)分越高就表示不同幀之間的人臉身份一致性越好。7.1.18虛假數(shù)字人臉視頻的幀間人臉動(dòng)作連續(xù)性應(yīng)能支持評(píng)估虛假數(shù)字人臉視頻中不同圖像幀之間的同一虛假數(shù)字人臉在動(dòng)作位姿和運(yùn)動(dòng)信息上的連續(xù)性?？刹捎脦g人臉的位置、角度、速度等運(yùn)動(dòng)量的變化速度來(lái)進(jìn)行評(píng)估，也可采用Farneback稠密光流場(chǎng)進(jìn)行更精細(xì)化的運(yùn)動(dòng)連續(xù)性建模。注：制作虛假數(shù)字人臉視頻過(guò)程會(huì)由驅(qū)動(dòng)源去執(zhí)行不同難度的動(dòng)作，現(xiàn)一些動(dòng)作變形僵硬、缺乏深度立體感，或者運(yùn)動(dòng)異常導(dǎo)致的假線索。當(dāng)虛假數(shù)字人臉視頻中不同圖像幀之間的人臉動(dòng)作連7.1.19虛假數(shù)字人臉視頻的幀間人臉光線差異性應(yīng)能支持評(píng)估虛假數(shù)字人臉視頻中不同圖像幀之間的同一虛假數(shù)字人臉在光線、亮度上的差異性，可采用幀間人臉光線直方圖或亮度分布圖的相似性來(lái)進(jìn)行該指標(biāo)的評(píng)估。注：制作虛假數(shù)字人臉視頻的人臉由于同源像素拷貝性太高而會(huì)出現(xiàn)的問(wèn)題，這和真實(shí)人臉具備正常光影變化的情況之間有著較大差人臉光線分布存在正常閾值范圍內(nèi)的差異性時(shí)，說(shuō)明虛假數(shù)字人7.1.20使用手工篡改類(lèi)技術(shù)制作的虛假數(shù)字人臉內(nèi)容的篡改區(qū)域融合度應(yīng)能支持評(píng)估指虛假數(shù)字人臉內(nèi)容篡改區(qū)域和未篡改區(qū)域之間在膚色、亮度和邊緣等方面的融合度。可采用篡改區(qū)域和未篡改區(qū)域在色彩直方圖或亮度分布圖上的相似性來(lái)進(jìn)行該指標(biāo)的評(píng)估。使用人臉屬性編輯類(lèi)技術(shù)制作的虛假數(shù)字人臉內(nèi)容的可編輯屬性類(lèi)型。注：手工篡改應(yīng)進(jìn)行區(qū)域融合（Blending）的后處理操作，可能在篡7.2性能要求7.2.1概述虛假數(shù)字人臉內(nèi)容檢測(cè)服務(wù)性能可從準(zhǔn)確性、魯棒性、泛化性、響應(yīng)速度等四個(gè)維度進(jìn)行評(píng)估，具體評(píng)估指標(biāo)及查驗(yàn)內(nèi)容見(jiàn)表4。表4性能要求評(píng)估指標(biāo)及查驗(yàn)內(nèi)容考察虛假數(shù)字人臉內(nèi)容檢測(cè)服務(wù)面向不同類(lèi)型深T/ZFIDA0003-2024考察虛假數(shù)字人臉內(nèi)容檢測(cè)服務(wù)面向虛假數(shù)字人7.2.2準(zhǔn)確性準(zhǔn)確性通過(guò)真假人臉檢測(cè)的準(zhǔn)確率和虛假人臉的召回率雙指標(biāo)來(lái)衡量。a)準(zhǔn)確率的定義是指正確檢測(cè)的樣本數(shù)占總樣本數(shù)的比例，該指標(biāo)值越高表示虛假數(shù)字人臉內(nèi)容檢測(cè)服務(wù)對(duì)真假判斷的準(zhǔn)確性越好，指標(biāo)計(jì)算公式如（1）所示：Acc=............................................................式中：TP——檢測(cè)服務(wù)將虛假人臉正確識(shí)別為假的樣本數(shù)；TN——檢測(cè)服務(wù)將真實(shí)人臉正確識(shí)別為真的樣本數(shù)；FP——檢測(cè)服務(wù)將真實(shí)人臉錯(cuò)誤識(shí)別為假的樣本數(shù)；FN——檢測(cè)服務(wù)將虛假人臉錯(cuò)誤識(shí)別為真的樣本數(shù)；b)召回率是指固定真實(shí)人臉通過(guò)率下對(duì)虛假人臉的召回率，該指標(biāo)值越高表示虛假數(shù)字人臉內(nèi)容檢測(cè)服務(wù)在合理真通過(guò)率下對(duì)防御虛假人臉的準(zhǔn)確性越好，指標(biāo)計(jì)算公式如（2）所示：Recall=....................................................................式中：TP——檢測(cè)服務(wù)將虛假人臉正確識(shí)別為假的樣本數(shù)；FN——檢測(cè)服務(wù)將虛假人臉錯(cuò)誤識(shí)別為真的樣本數(shù)；固定合理真通過(guò)率下的假召回率指標(biāo)計(jì)算流程如下：a)檢測(cè)服務(wù)輸出對(duì)所有待測(cè)樣本預(yù)測(cè)的風(fēng)險(xiǎn)概率分，并分別對(duì)真假樣本的風(fēng)險(xiǎn)概率分進(jìn)行從高到低排序；b)給定合理真通過(guò)率P（推薦值為90%取P所對(duì)應(yīng)的風(fēng)險(xiǎn)概率分作為攔截閾值Thresh，該閾值用來(lái)保證真實(shí)人臉的通過(guò)率為P。真通過(guò)率即真實(shí)人臉樣本被正確預(yù)測(cè)為真的數(shù)量占真實(shí)人臉樣本總數(shù)量的比例。c)將閾值Thresh應(yīng)用到所有的假樣本上，即可計(jì)算出假召回率R。假召回率即虛假人臉樣本被T/ZFIDA0003-2024正確預(yù)測(cè)為假的數(shù)量占虛假人臉樣本總數(shù)量的比例。d)此時(shí)計(jì)算出的假召回率R即為固定真通過(guò)率下的假召回率，準(zhǔn)確性指標(biāo)由R來(lái)衡量。7.2.3魯棒性魯棒性通過(guò)更換疊加干擾數(shù)據(jù)后準(zhǔn)確性指標(biāo)的退化率來(lái)衡量，退化率的定義是更換疊加干擾數(shù)據(jù)前后準(zhǔn)確性指標(biāo)的偏差絕對(duì)值與更換數(shù)據(jù)前的準(zhǔn)確性基準(zhǔn)值之比，退化率越小說(shuō)明虛假數(shù)字人臉內(nèi)容檢測(cè)服務(wù)對(duì)抗干擾的魯棒性越好，其計(jì)算公式如（3）所示：.............................................................................式中：Dr——更換疊加干擾數(shù)據(jù)后檢測(cè)服務(wù)的準(zhǔn)確性指標(biāo)的退化率；Acc——更換疊加干擾數(shù)據(jù)后檢測(cè)服務(wù)的準(zhǔn)確率；Acc_base——更換疊加干擾數(shù)據(jù)前檢測(cè)服務(wù)的準(zhǔn)確率基準(zhǔn)值。7.2.4泛化性泛化性通過(guò)更換新攻擊數(shù)據(jù)后準(zhǔn)確性指標(biāo)的退化率來(lái)衡量，退化率的定義是更換新攻擊數(shù)據(jù)前后準(zhǔn)確性指標(biāo)的偏差絕對(duì)值與更換數(shù)據(jù)前的準(zhǔn)確性基準(zhǔn)值之比，退化率越小說(shuō)明虛假數(shù)字人臉內(nèi)容檢測(cè)服務(wù)應(yīng)對(duì)新型攻擊的泛化性越好，其計(jì)算公式如（4）所示：..........................................................................式中：Dg——更換新攻擊數(shù)據(jù)后檢測(cè)服務(wù)的準(zhǔn)確性指標(biāo)的退化率；Acc'——更換新攻擊數(shù)據(jù)后檢測(cè)服務(wù)的準(zhǔn)確率；Acc_base'——更換新攻擊數(shù)據(jù)前檢測(cè)服務(wù)的準(zhǔn)確率基準(zhǔn)值。7.2.5響應(yīng)速度響應(yīng)速度通過(guò)服務(wù)系統(tǒng)處理圖像的吞吐量和處理每秒視頻單元的吞吐量雙指標(biāo)來(lái)衡量。a)處理圖像的吞吐量，其定義是檢測(cè)服務(wù)平均每秒所能處理的人臉圖像樣本總量，計(jì)算公式如（5）