DeepFakes 伪造的照片能骗过你，但骗不过深度神经网络

（点击上方公众号，可快速关注）

转自：cnBeta

在某位开发者打开了 Deepfakes 的潘多拉魔盒之后，以假乱真的人工智能伪造照片技术，已经引发了各界的广泛争论。好消息是，加州大学河滨分校 Amit K. Roy-Chowdhury 教授带领的一支研究团队，已经开发出了一套高水准的深度神经网络，能够分析一张照片是否经由 DeepFakes 伪造。

（图自：加州大学河滨分校，via New Atlas）

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《IEEE Transactions on Image Processing》影像处理期刊上。原标题为：

《Hybrid LSTM and Encoder–Decoder Architecture for Detection of Image Forgeries》

看完本文有收获？请转发分享给更多人

关注「大数据与机器学习文摘」，成为Top 1%

好文章，我在看❤️