图像（视频）的反伪造技术揭秘！
原创 郭园方
截至2020年3月，我国网民规模达到9.04亿，社交网络与新媒体发展迅猛，网民极易浏览到大量图像（视频），相应的，内容安全的管理需求极大。
由于，伪造图像（视频）容易对国家公信、社会舆论、人际关系造成损害，因此，需要对这些伪造图像（视频）进行快速应急处置，防止更多的损失。那如何实现对伪造图像（视频）的应急处置？我们需要针对伪造图像（视频）数据的反伪造技术。
要了解针对伪造图像（视频）数据的反伪造技术，首先需要了解，什么是图像（视频）伪造。
染色深度伪造图像
传统图像（视频）伪造主要包括复制移动、拼接、修补三类。其中，复制移动伪造是在一幅待修改的图像中寻找一个部分，将其复制粘贴到本图像另一个区域中。拼接伪造与复制移动伪造不同，拼接伪造是将另一幅图像中的一部分，复制粘贴到待修改的图像中进行伪造。修补伪造包括图像缺损填充、中值滤波等多种操作。
随着人工智能技术的快速发展，新型修改技术不断出现，基于人工智能修改技术的伪造不断引起社会轰动。当前主要存在两类伪造：“无中生有”的生成型伪造 和 “借力打力”的迁移型伪造。其中，生成型伪造是将一些噪声、文本、灰度图等数据输入到深度神经网络中，网络会自动生成看上去真实的图像，如自然场景、人脸等。相对的，迁移型伪造则是输入一幅待修改的照片，通过深度神经网络的处理，将参考图像中的一些元素风格转移到待修改的照片中，例如，将油画中的风格转移到狗的照片中，从而得到一幅油画风格的狗的照片。
艺术风格深度伪造图像
事实上，人工智能深度伪造可通过伪造季节、颜色生成伪造场景图像，人工智能深度伪造还可学习艺术家作画的艺术风格以伪造艺术图像。除了上述伪造外，人工智能深度伪造也可以伪造看起来很逼真的人像，可见，深度伪造人像是当前最容易给国家、社会、人民造成损失的伪造。
伪造图像（视频）肉眼难辨真伪，怎么办？我们可以进行针对图像（视频）的“犯罪”现场调查，也就是伪造图像（视频）检测来针锋相对。有人可能好奇，为什么叫针对图像（视频）的“犯罪”现场调查？因为，伪造图像（视频）检测和公安查案时的犯罪现场调查从技术本质上来说时相似的，都在寻找伪造，或者说是犯罪过程中遗留的痕迹！
第二十二届北京青年学术演讲比赛复赛的选手，来自北京航空航天大学的郭园方（北京应急管理学会推荐）讲述针对伪造图像（视频）数据的反伪造技术的故事。
点击下方观看选手精彩演讲
