为遏制深度伪造，研究人员开发出一项实验性技术，借助人工智能对图像从采集到发布的全过程进行真实性认证。
判断一张照片或一段视频是否真实，正变得越来越困难。篡改照片和视频的精密技术已变得十分易得，以至于深度伪造——即高度逼真、且常涉及名人或政治人物的篡改照片或视频——已屡见不鲜。
测试显示，该原型成像流程将检测图像和视频篡改的概率从约45%提升至90%以上，且不损害图像质量。
纽约大学坦登工程学院计算机科学与工程系研究助理教授Paweł Korus率先提出了这一方法。它以神经网络（人工智能的一种形式）取代传统的照片显影流程，在图像采集的瞬间将精心设计的伪影直接嵌入图像中。这些伪影类似于“数字水印”，对篡改极为敏感。
Korus表示：“与以往使用的水印技术不同，这些由人工智能学习生成的伪影不仅能揭示照片是否被篡改，还能显示篡改的性质。”
该流程针对相机内嵌入进行了优化，并能在在线图片分享服务施加图像失真后依然保留。
将此类系统集成到相机中的优势十分明显。
计算机科学与工程教授、与Korus共同撰写介绍该技术论文的合著者Nasir Memon表示：“如果相机本身生成的图像对篡改更为敏感，那么任何调整都将以极高的概率被检测出来。”Memon说：“这些水印能够经受后期处理，但在修改方面却非常脆弱：一旦你改动图像，水印就会被破坏。”
大多数其他判断图像真实性的尝试，仅检验最终成品，而这是出了名的困难工作。
相比之下，Korus和Memon认为，现代数字成像已然依赖机器学习。智能手机拍摄的每张照片都会经过近乎即时的处理，以调整弱光环境并稳定图像，这两项工作均由机载人工智能完成。
未来几年，人工智能驱动的流程很可能会完全取代传统的数字成像流程。Memon表示，在这一转变过程中，“我们有机会在图像完整性和认证方面，极大地提升下一代设备的能力。针对取证优化的成像流程，有助于在难以自信区分真假的领域，重建一定程度的信任。”
Korus和Memon指出，尽管其方法在测试中展现出良好前景，但仍需进一步完善该系统。该解决方案为开源方案，可在此处获取：此处。
研究人员将在美国加利福尼亚州长滩举行的计算机视觉与模式识别会议上发表他们的论文。
来源：纽约大学
