导航菜单

深度神经网络可辨别Deepfakes伪造的照片

  

  研究期间,团队向他们的深度神经网络投喂了大量的篡改和非篡改照片数据集,并对其作出相应的计算机标记。

  自被篡改的图片中,团队突出显示了被数字化添加到镜头中的对象的边界像素。此前已有研究人员证实,伪造照片的不寻常物体边界,会较真实物体更加平滑或有所不同。

  虽然人眼不一定能够检测到这些差异,但计算机可以对异常像素进行逐个的检查,然后将标记的数据集输入深度神经网络。

  这是一套模拟人脑的松散建模算法,旨在识别原始数据中的模式。基于此,该深度神经网络将学会识别数字添加进去的图像指示边界。

  当它随后显示来自数据集外部、此前没见过的照片时,就能够在很大程度上辨别出经过Deepfakes伪造的照片。

  需要指出的是,尽管这套系统目前仅适用于静态照片,但团队正在努力将其应用于视频的鉴别。毕竟视频的本质,就是一帧帧的连续图像。

  当然,在投入实际试用后,这套深度神经网络也可能永远都做不到100%的识别准确率,毕竟训练数据及都是被研究人员有意标识过的。

  有关这项研究的详情,已经发表在近日出版的《IEEETransactionsonImageProcessing》影像处理期刊上。原标题为:

  《HybridLSTMandEncoderDecoderArchitectureforDetectionofImageForgeries》

达到当天最大量