AIフェイススワップ｜動画で他人の顔を別人の体に貼り付ける仕組みと見抜き方

リアルタイムで他人の顔をまとうデジタル仮面の進化

SNSのショート動画やライブ配信アプリを開くと、有名な俳優や歴史上の偉人の顔になりきって歌ったり喋ったりする動画が毎日のように流れてきます。スマートフォンの内側カメラ（インカメラ）を自分に向けるだけで、画面の中の自分の顔が瞬時に別の人物へと自然に置き換わるこの技術は、AIフェイススワップ（顔交換技術）と呼ばれています。

かつての動画編集では、顔を別の人物に入れ替えるには静止画を1コマずつ切り抜いて手作業で根気よく貼り合わせる膨大な手間が必要でした。しかし現代のAI顔交換（ニューラルフェイススワップ）では、人工知能の計算モデル（深層学習モデル / ディープラーニング）が顔の立体的な形や部屋の明かりの当たり具合を瞬時に計算するため、素早く頭を振ったり横を向いたりしても違和感なくぴったり顔がついてくる驚くべき精度を実現しています。

立体的な網の目と境目をなじませる画像合成の手順

フェイススワップの一連の処理手順（パイプライン）は、単に平らな顔写真を上からシールのように貼るのではなく、立体的な計算と高度な画像合成の組み合わせによって成り立っています。

• 顔の細かな目印を立体的に捉える技術（3Dランドマーク追跡）：カメラが捉えた顔の上に数百箇所の基準点を配置し、鼻の高さや頬のふくらみを表現する立体的な網の目の骨組み（3次元ワイヤーフレームメッシュ）を組み立てます。
• 顔の向きと表情の歪みを整える処理（正規化）：顔を傾けたり口を開けたりした動きの向きや大きさ（動きのベクトル）を計算し、入れ替えたい別の人の顔写真（テクスチャ）をその立体的な骨組みに合わせてきれいに伸縮させます。
• 光の当たり方を合わせて境目を溶け込ませる処理（ポアソンブレンディング）：演者がいる部屋の照明の明るさや影のでき方を合成する肌の色に反映させ、首元や生え際の境目を絵の具をぼかすように滑らかに溶け込ませます。

このように境目をきれいに溶け込ませる処理（ブレンディング）によって、演者自身の素肌と合成された顔のつなぎ目が肉眼ではほとんど見分けがつかなくなり、まるで最初からその本人がカメラの前に座っているかのような錯覚が生まれます。

手品のような確認法が通用しなくなっている背景

インターネットが普及し始めた頃の防犯アドバイスでは、「ビデオ通話の相手が偽物だと疑わしいときは、顔の前で手を振らせてみよう」と言われていました。当時の性能が低いアプリでは、手や指が顔の前を横切ると顔の認識（トラッキング）が外れてしまい、操作している本人の素顔が一瞬だけ画面に現れてしまう不具合があったためです。

しかし現代の進化したAIモデルは、物が手前に来て顔が隠れる状態（オクルージョン / 遮蔽）をあらかじめ学習しているため、指やマグカップが顔の前を通過しても顔の認識を外さずに合成を保ち続けます。現在のフェイススワップが依然として苦手としているのは、カメラの前で急激に真横を向いたときに耳や後頭部との立体的な形が崩れてしまうこと（幾何学的破綻）や、素早い動きに伴うコマとコマの間（フレーム間）のわずかなブレなど、ごく限られた細部に移っています。

ビデオ通話での成りすまし詐欺を防ぐ実用的な防犯習慣

インターネット通話の圧縮された画面やスマートフォンの小さな画面越しでは、通信状況による画像の粗さとAIの合成ミスを見分けることは非常に困難です。画面に映る見た目だけに頼らない、確実な確認ルールを持つことが大切です。

• ビデオ通話の見た目だけで金銭のやり取りを判断しない：会社の経理担当者や家族から「至急お金を振り込んでほしい」と連絡があった場合、画面に知人の顔が映っていても、必ず一度通話を切り、事前に登録してある別の連絡先へ電話をかけ直して確認します。
• 台本にない不意の質問で相手の反応を確かめる：偽の動画をリアルタイムで動かす詐欺師は、あらかじめ決まった筋書き（スクリプト）に沿って話すことが多いため、「先月一緒に行ったお店の名前」など、二人しか知らない過去の思い出を突然たずねてみます。
• パソコンや通話アプリを常に最新の状態に保つ：偽の映像を割り込ませて通話画面に流し込む不正なプログラム（仮想カメラドライバや外部インジェクションツール）を防ぐため、端末の基本システム（OS）や会議アプリの更新を怠らないようにします。

「画面の向こうで動いている姿が見えるから本物に違いない」というこれまでの常識は、技術の進歩によって通用しなくなりました。映像の見た目だけを過信せず、大切なお金や個人情報に関わることほど複数の方法で確認する姿勢こそが、デジタル社会で自分や家族を守る確かな知恵となります。