网络侵权问题研究——论“AI换脸技术”技术的法律侵权问题_开题报告

一、什么是AI换脸技术？

AI换脸技术就是把人的五官形象和五官的动作（指五官在不同情绪下的形象）相分离。一般情况下，在一个人的脸上，五官形象与五官的动作总是一体的，难以分割。然而AI换脸技术的出现，正在告诉我们，五官形象和五官动作是可以分离的。

二、研究背景

    AI换脸将给影视制作带来革命性的创新。影视制作里有一个改写了整个影视行业的“分离”，就是图像和声音的分离。影视行业最初都是无声影视，后来有人创新性的把声音和图像进行同步播放，就出现了有声电影。而声音和图像分离技术一直运用到现在，这样的分离，保证让声音可以独立制作，创造出立体感和现场感更强的声音效果。而五官形象和五官动作的分离，会产生比图像和声音的分离更为强烈的影响。这将大大增加影视作品的人脸表现力。例如，以前是很难想象人物可以从画里面走出来的，而现在通过AI换脸，只要获取画里的五官形象，放在任意的视频里面就可以制作出画里面的人物在动的视频。要知道画里的脸孔是极为自由的，可以凭借我们天马行空的思维创造出任意我们想要的脸孔，再通过AI换脸就创造出任何我们想要的活灵活现的角色。

    

三、国外研究现状

这项技术真正进入大众视野，是因为一位名为 "deepfakes" 的网友，他在 2017 年将女明星的脸合成在不雅视频中，并上传至 Reddit 论坛并引发大量访问。不过 deepfake 的 AI 换脸技术的代码已经在 Gitbub 上开源，降低了适用门槛，故而换脸视频还是普及，在国外已经有不少政要、明星被恶搞。

事实上，这项江湖人称“deepfake”自动换脸的技术出现已经不是一两天了，这是一项依托于 AI 技术的视频合成工具。早在 2014 年，deepfake 的雏形 " 生成对抗网络（GAN）" 已经诞生，并在 2016 年孵化出 Face2Face，可以把一个人的面部表情移植到另一个人脸上。

Cycle GAN 可以说是所有人脸转换尝试重要早期尝试。在对抗性生成式网络（GANs）的风潮中，大家发现只要给定源类别的样本和目标类别的样本，GANs 可以便捷地学习到两个类别之间的转换关系，就天然地适用于「图像到图像转换」问题，比如同一张风景照的冬天到夏天、一匹马到一匹斑马；Cycle GAN 核心思路在于，如果能从源转换到目标、还能从源转换回来，就可以认为模型很好地学习到了两个类别间的转换关系，也更好地保证了转换后的图像的品质。不过Cycle GAN 的换脸效果并不怎么好，它毕竟是一个对所有类别的图像通用的方法。

Face2Face 可以说是一次「标准的、规矩的」的尝试，它借助 dlib 和 OpenCV，首先人脸检测器检测出源图片中的人脸、找到人脸上的关键标记点，然后再使用针对人脸的 pix2pix 转换模型把关键标记点转换为目标人脸图像。也许是因为这个方法没有给深度学习留下足够的发挥空间，所以它的效果也一般般。在此之后，英伟达和 UC 伯克利的研究人员们根据 pix2pix 改进出了 pix2pixHD，提升了人脸图像的生成效果，而且也依然保持了原 pix2pix 模型的多类别通用能力。

最火热、最广为流传的深度学习换脸模型无疑是 DeepFakes。出现于 2017 年底的 DeepFakes 是一个深度自动编解码器模型（Autoencoder-Decoder），通过用源人物和目标人物的几百张照片（越多越好）训练模型分别识别、还原两人面部的能力。最后用源人物的照片搭配目标人物的解码器就可以完成转换。它也对视频到视频的转换有良好支持。DeepFakes 的缺点在于，它无法在小样本上工作，意味着无法凭一两张照片替换任意两个人的脸部；模型的训练过程也需要消耗大量资源。

Deepfake 的出现，借助 AI 强大的深度学习能力，极大地降低了技术门槛，能够做到“换脸自动化”。Deepfake 的大致原理分为三步：选择需要换脸的对象，选择进行覆盖的对象，以及 AI 自动生成替换。

DeepFakes 式的「把目标图像中的人脸换成另一张脸」可能未来也很难减小样本数量要求和资源要求，所以也有另一种思路，那就是给定一张人脸图像，然后根据给定的动作让图中的人「动起来」。三星莫斯科 AI 研究中心联合斯科尔科沃科学技术研究所在今年 5 月发表的一篇范文就带来了不错的结果。不仅是真人的照片，他们甚至可以让油画中的人自然地开口说话。

四、国内研究现状

国内的AI换脸技术还处于初步发展阶段，现阶段的技术也是从国外传入，现在主要应用的技术是Deepfake的在Gitbub上的开源代码算法衍生而来。

前段时间一位叫“换脸哥”的博主发表的将朱茵在94版射雕中的黄蓉换成了杨幂，而且表情神态契合度很高，引起了网友的广泛关注与热议。94版射雕“换脸”视频在网上走红之后，引发了一部分人的担忧：明星可以被人换脸，是不是意味着普通人的脸也能换？中国传媒大学计算机与网络空间安全学院副教授冯爽肯定了这一说法。不过，她同时也表示，对普通人而言，换脸技术仍然存在使用门槛。“组建一台最低档配置的人工智能机器，成本在人民币五六万元左右，而如果是大型公司或者机构较为精密的人工智能设备，价格则在人民币百万元以上。”冯爽说。换脸视频的制作者“换脸哥”本人也对这个视频进行了回应：“因为AI神经网络有一定的准入门槛，比如云服务器一个小时40块钱，起步要做7天。”他在接受媒体采访时表示，杨幂换脸的视频，他做了大约一个月左右。此外，冯爽解释说，制作换脸视频，首先要获得大量换脸对象双方的照片数据，来对人工智能模型进行训练。对于所需照片，也有很严苛的要求：不仅需要有不同角度、不同表情，还需要有经过扭曲变形的本人照片；如果是从视频中截取图片，还需要用到人脸识别技术，清除桌椅陈设等无关背景。因此，冯爽认为，对于普通人而言，视频制作者很难获取到其足够数量的合格照片，即使制作出换脸视频，也比较粗糙，很容易被识别出来。相反，由于明星在公众场合出现较为频繁，对他们进行换脸，相对就容易得多。

此外，对人工智能的法律规范工作，我国也已经提上了日程。3月4日，十三届全国人大二次会议发言人张业遂在新闻发布会上表示，人工智能技术是引领新一轮科技革命和产业变革的战略性技术，但是人工智能技术的应用具有不确定性，可能会给人类社会带来新挑战。全国人大常委会已将数字安全法、个人信息保护法和修改科学技术进步法等与人工智能密切相关的立法项目，列入本届五年立法规划，同时把人工智能方面立法列入抓紧研究项目。

B.范文提纲格式

一、AI换脸的概述

（一）AI换脸的概念

（二）AI换脸的特点

1、AI换脸行为的主体的特点

2、AI换脸行为方式的特点

3、AI换脸行为影响的特点

（三）AI换脸侵权责任的构成要件

1、实施AI换脸侵权行为

2、AI换脸行为造成损害事实

3、AI换脸侵权行为与损害事实之间有因果关系

4、AI换脸侵权行为人有过错

二、AI换脸的侵权内容

（一）AI换脸侵犯著作权的情况

（二）AI换脸侵犯肖像权的情况

（三）AI换脸侵犯名誉权的情况

三、AI换脸的法律规制

（一）区分AI换脸涉及侵权的行为主体

（二）明确AI换脸法律规制的基本原则

（三）完善AI换脸法律规制体系

C.参考文献

[1]陈信勇：《民法》，出版社，2016年第3版。

[2]吴汉东主编：《知识产权法》，北京大学出版社，2014年第4版。

[3]张秀兰：《网络隐私权保护研究》，北京图书馆出版社。

[4]高铭暄、马克昌主编：《刑法学》，北京大学出版社、高等教育出版社，2017年第8版。

[5]张新宝：《互联网上的侵权问题研究》，载《北京中国人民大学出版社》，2003年第11期。

[6]梁彗星：《隐私的本质与隐私权的概念》，载《人民司法》2003年第4期。

[7]段继伟：《关于我国信息网络隐私权保护的理性思考》，载《现代情报》，2007年第12期。

[8]叶良芳：《刑法总论》，法律出版社，2016年第1版。

[9]江伟、肖建国主编：《民事诉讼法》，中国人民大学出版社，2015年第7版。

[10]《网络侵权的种类》，找法网2014年7月15日， ://china.findlaw.cn/jingjifa/dianzishangwufa/swjf/qqgx/1120658.html