ZAO致歉做了哪些说明?AI换脸技术常见方法有哪些?

9月3日，ZAO运营团队发布道歉声明。声明中称，作为一个初创产品，其在大家核心关切的问题上确实考虑不周。ZAO表示，不储存信息、不产生支付风险，并会删除相应信息。那么，ZAO致歉做了哪些说明? AI 换脸技术常见方法有哪些?

ZAO致歉做了哪些说明?

ZAO运营团队发布声明称，我们非常理解大家对于隐私和安全问题的担忧，也很重视大家的各种反馈、意见和建议。我们第一时间对《用户协议》条款的文本进行彻底地梳理，对容易引发歧义的地方进行修改和调整。同时，ZAO就目前网友关心的问题做以下说明：

1. “ZAO”不会存储个人面部生物识别特征信息。

2.“ZAO”所呈现的"换脸"效果，并没有采集任何个人生物识别特征。

3.使用“ZAO”不会产生支付风险。

4.ZAO”均会依据相关法律法规的规定删除相应信息。

AI换脸技术常见方法有哪些?

1、Cycle GAN：

Cycle GAN 是所有人脸转换尝试重要早期尝试。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。

2、Face2Face：

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。

3、DeepFakes：

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。