韓國紐約州立大學(xué)的研究人員最近探索了新的方法來(lái)檢測機器和人為偽造的面部圖像。在A(yíng)CM數字圖書(shū)館發(fā)表的論文中，研究人員使用了集成方法來(lái)檢測由生成對抗網(wǎng)絡(luò )(GAN)生成的圖像，并采用了預處理技術(shù)來(lái)改善對人類(lèi)使用Photoshop創(chuàng )建的圖像的檢測。

在過(guò)去的幾年中，圖像處理和機器學(xué)習方面的顯著(zhù)進(jìn)步使得能夠生成偽造但高度逼真的圖像。但是，這些圖像也可以用于創(chuàng )建偽造的身份，使偽造的新聞更具說(shuō)服力，可以繞過(guò)圖像檢測算法或使用笨拙的圖像識別工具。

進(jìn)行這項研究的研究者之一Shahroz Tariq對Tech Xplore說(shuō)：“偽造的面部圖像已經(jīng)成為研究的話(huà)題，但是研究主要集中在使用Photoshop工具拍攝的人類(lèi)照片上。” “最近，Karras等人的一項研究表明，生成對抗網(wǎng)絡(luò )(GAN)可以產(chǎn)生接近真實(shí)的人臉圖像。人們可能會(huì )惡意使用這些照片，例如在互聯(lián)網(wǎng)上創(chuàng )建假I(mǎi)D。”

Tariq和他的同事進(jìn)行的研究的重點(diǎn)是使用深度學(xué)習技術(shù)檢測計算機生成和人為生成的假臉照片。為此，他們開(kāi)發(fā)了神經(jīng)網(wǎng)絡(luò )分類(lèi)器，并在真實(shí)和偽造圖像的數據集上對其進(jìn)行了訓練。

塔里克說(shuō)：“神經(jīng)網(wǎng)絡(luò )分類(lèi)器通過(guò)檢查大量的真實(shí)和虛假圖像數據庫，學(xué)習了真實(shí)和虛假圖像之間的區別特征。”

該分類(lèi)器不是分析圖像的元數據，而是關(guān)注圖像內容。在初步測試中，它以94%的準確度檢測GAN生成的和人為偽造的人臉偽影，均取得了顯著(zhù)效果。

塔里克說(shuō)：“即使計算機生成的圖像在人眼看來(lái)非常逼真，神經(jīng)網(wǎng)絡(luò )分類(lèi)器也能夠發(fā)現微小的差異，從而使它能夠正確地對圖像進(jìn)行分類(lèi)。” “我們還發(fā)現，人們使用Photoshop工具創(chuàng )建的偽造照片很難發(fā)現，因為存在許多可能的變化。”

將來(lái)，Tariq和他的同事開(kāi)發(fā)的分類(lèi)器可以幫助識別由GAN或人類(lèi)使用圖形編輯軟件(例如Photoshop)生成的偽造圖像。研究人員現在計劃進(jìn)一步開(kāi)發(fā)他們的分類(lèi)器，在更多機器和人工生成的圖像上對其進(jìn)行訓練。

“隨著(zhù)生成合成圖像的方法變得越來(lái)越復雜，用這些方法生成的照片將變得更加逼真，而神經(jīng)網(wǎng)絡(luò )分類(lèi)器將很難檢測到它們之間的差異，” Tariq解釋說(shuō)。“因此，我們希望繼續改進(jìn)我們的方法，以更好地檢測此類(lèi)照片。”