随着人工智能尤其是深度学习技术的发展，人脸识别已成为当下最成熟的应用领域之一，已经被广泛地用于诸如：基于人证比对的实名认证、金融级别的刷脸支付和刷脸认证、闸机验证签到等。深度伪造技术是指通过人工智能方法（如Deepfake）将一个人视频中的头像几乎完美嫁接到另一个视频中的人身上。互联网上日益增多的深度伪造图像视频，给人脸识别应用特别是智慧金融场景带来非常大的隐患，也给各行各业的风险控制提出了严峻挑战。随着Deepfake生成技术的不断攻破，人脸识别的对抗攻击开始逐渐在实际应用场景中出现。即通过对抗样本生成技术手段，在原始人脸图像做微小的像素级别的改动，从而欺骗人脸识别系统，使之给出错误的判断结果。因此，如何高效鉴别深度伪造图像视频、提高人脸识别系统的安全性，成了学术界和企业界共同关心的课题。

近日，重庆国家应用数学中心皮家甜副教授及其团队在北京中关村科金技术有限公司横向课题的资助下，结合双方技术优势联合攻关，有效利用应用数学方法和人工智能技术，将深度伪造人脸识别的综合准确率提升至94.1%，登顶深度伪造知名学术榜单FaceForensics++ benchmark榜首，助力该公司在深度伪造防伪能力方面实现国际领先水平。

FaceForensics++benchmark榜单由德国慕尼黑工业大学联合谷歌等多家机构提供，是国际上最具挑战的深度伪造学术榜单之一，吸引了国内外众多知名企业、高校、科研机构参加。榜上有名的有112支队伍，其中包括多家国内外知名企业及学术队伍，微软、百度，腾讯等均参与其中，竞争非常激烈。据了解，本次FaceForensics++ benchmark榜单对参赛团队技术水平挑战极大。其中换表情（NerualTexture、Face2Face）的深度伪造算法由于其微笑的编辑区域以及逼真的渲染技术，辨别真伪难度极大。中心团队能在此榜单中取得优异成绩，充分展示了团队在该研究方向的深厚实力。

重庆国家应用数学中心始终秉持解决企业中的数学关键问题的导向，服务地方经济建设和技术实际应用的前沿。皮家甜副教授及其团队紧跟实际需求，正继续在人脸识别对抗攻击与防御以及其数学可解释性领域开展深入研究，期待做出更多成果以提高企业的核心竞争力。