“无图无真相”，这句网络流行语说的是在互联网时代图片信息的重要性，但反过来说，“有图有真相”却难以成立，图片编辑及PS手段的滥用，大大降低了图片在网络传播中的可信度。
近年来随着深度学习尤其是对抗生成网络（GAN）研究的进一步深入，也导致很多人利用这一技术进行图像的造假。如我们所熟悉的Deepfake，其背后的技术就是GAN。
深度学习与人工智能技术不仅可以用于图片造假，同样也成为了鉴别网络图片真假的利器。2月17日，阿里天池上线篡改图像检测大赛，邀请各路安全技术人员及计算机视觉技术人员参与“篡改截图”比赛，考验AI的防守性能。阿里高级安全专家渡明表示，举办此次大赛一方面旨在推进相关防篡改技术的进步，助力解决网络诈骗的社会问题，另一方面也是为了给行业培养更多安全技术人才。
“近年来大量诈骗违法人员引入伪造各类证件、转账记录等技术手段实施诈骗，识别破解难度大幅增加。”渡明介绍。“若篡改检测技术能大量普及应用，也能一定程度遏制网络诈骗。”
据阿里安全介绍，目前新一代安全架构核心技术伪造图像检测AI已经应用在聊天信息、资质证明、物流风控、转账记录、媒体内容等领域的真实性检测中。
以阿里安全在在工作中遇到的一个例子为例，随着环球影城走红，阿里安全的图像伪造检测AI发现，有不法分子试图通过伪造的环球独家旅游咨询点线下门脸图像和“票务咨询”电话进行欺诈牟利，经AI技术迅速自动识别该门脸图的PS痕迹，工作人员在线下地点再次进行人工审核，发现实际区域并无该咨询点，且该“票务咨询”电话为诈骗电话，于是拦截了这一申请。
（伪造图像检测AI发现用户上传的图片存在修改痕迹）
网络上的造假图片包含PS、图像篡改、GAN生成等多种造假方式，而面对诸多造假方式，我们很难找到一个综合的指标来评估图片是否造假。目前，国内外学术界对于诸如Deepfake以及自然图像篡改检测已经取得了一定的成绩，但在实际场景中，日常带来风险损失的假图通常是资质证书、文案、截图等，现有的篡改检测方法直接应用到这些新类型图像时，准确性能大幅下降。
对实际场景应用的图片造假检测一直是阿里安全
转载请注明：http://www.0431gb208.com/sjszlff/653.html
