大家好，我是 Elena Kuznetsova，业务流程自动化专家 Sherpa Robotics。今天我为大家翻译了一篇关于假图像的方法的文章。我们之前写过关于人工智能过度现实的深度伪造现象的文章。这个话题将长期存在——神经网络的产品变得越来越难以与真人活动的结果区分开来。但这引起了一些担忧。我建议你熟悉一下天文学家提出的识别人工智能赝品的方法。 到 2024 年，使用人工智能创建真实的人物图像已成为一个几乎微不足道的过程，引发了人们对如何识别这些欺骗性图像的担忧。赫尔大学的研究人员最近提出了一种通过分析人眼反射来检测赝品的新方法。这项技术上周在英国皇家天文学会全国天文学会议上展示，它采用了天文学家用于研究星系的工具来分析眼睛中光反射的一致性。
可用于识别人工智能创建的
一系列真实眼睛的照片，显示双眼几乎相同的 电话号码库 反射。作者：阿德朱莫克·奥沃拉比 一系列真实眼睛的照片，显射。作者： 阿德朱莫克·奥沃拉比 独特的方法 该研究由赫尔大学硕士生 Adjemoke Owolabi 领导，并在天体物理学教授 Kevin Pimblett 的监督下进行。他们的检测方法基于一个简单的原理：被同一组光源照射的一双眼睛通常每只眼睛都会有相似形状的光反射。
成的图像都没有考虑眼睛
迄今为止，许多人工智能生的反射，因此模拟的光反射通常在眼睛之间不一致。 虽然这种类型的虚假检测并不总是需要天文视角（人们只需要快速扫视照片中的眼睛即可注意到反射的差异），但使用天文工具自动测量和量化眼睛反射是新颖的。 自动发现 在皇家天文学会博客上，Pimblett 解释说，Owolabi 开发了一种自动检测眼睛反射的方法，并分析反射的形态特征，比较左眼和右眼的反射。研究结果表明，假货通常会显示出双眼之间的差异。
示双眼几乎相同的反
一系列深造的眼睛，每只眼睛的反射都不一致。作者：阿德朱莫克·奥沃拉比 一系列深造的眼睛，每只眼睛的反射都不一致。作者： 阿用天文学技术来定量比较眼睛的反射。他们应用基尼系数（通常用于测量星系图像中的光分布）来评估眼睛像素反射的均匀性。基尼值接近 0 表示光分布均匀，而值接近 1 表示光集中在单个像素中。 平布利特还将测量眼睛反射的形状与测量望远镜图像中的星系形状进行了比较：“为了测量星系的形状，我们分析它们的紧凑、对称和光滑程度，以及光的分布。 ” 检测竞争 虽然眼睛反射分析提供了识别人工智能生成图像的潜在途径，但如果人工智能模型发展到包括物理上准确的眼睛反射，也许在图像生成后阶段应用它，那么它可能不会有效。
德朱莫克·奥沃拉比 该团队使
此外，这种方法需要清晰、仔细地观察眼睛才能起作用。 还存在误报的风险，因为即使是真实的照片，有时也会由于不同的照明条件或后处理方法而在眼睛中显示出不一致的反射。然而，眼睛反射分析可以成为有用工具，该技术还考虑了头发纹理、解剖结构、皮肤细节和背景一致性等因素。 虽然该技术在短期 付款活动：当前趋势 内显示出有希望的结果，但平布利特博士警告说它并不完美。 “存在误报和误报；它无法处理所有事情，”他在给皇家天文学会的评论中说。
更广泛的假货检测技术中的
但这种方法为我们提供了一个框架，一个检测假货的军备竞赛的路线图。” 评论 内容在现代人的生活中占有非常重要的地位。互联网上已经充斥着“女孩养了一只巨型刺猬”风格的赝品……越来越多的朋友和同事向我发送照片和视频，这些照片和视频无法清楚地表明它们是真实的还是真实的。生成的。你必 B2C传真 须挖掘主要来源，搜索大量网站才能理解这一点。 生成的图像和视频是对社会的重大挑战。未来这些材料不仅可以以娱乐内容的形式使用，还可以作为法庭上的证据。这不再是一个笑话。 因此，开发图像和视频真伪判定方法是当前人工智能相关信息安全领域最重要的领域之一。
