智能偵測圖像篡改

文│葉浩男

圖│何杰平、部分由受訪者提供

科技令圖像篡改變得輕而易舉、電子文件真偽難測。澳門大學電腦及資訊科學系副教授周建濤的團隊憑著一款先進算法,在一場圖像篡改偵測國際比賽中擊敗1,500多支隊伍,目前與阿里巴巴合作開發更強大的偵測工具。

眼看未為真

周教授是澳大人工智能與機器人研究中心代主任,也是智慧城市物聯網國家重點實驗室(澳門大學)的成員。他說:「許多被篡改的圖像不但肉眼無法察覺,連電腦程式也偵測不到。」

周建濤教授團隊借助澳大智能超算中心的超級電腦訓練用於圖像篡改偵測的深度學習模型

圖像篡改偵測算法有如專業偵探,察覺到旁人不為意的蛛絲馬跡。這些算法通常會分析圖像的噪聲分佈和其他特徵,尋找線索。「如果一幅圖像未經篡改,整幅圖的噪聲分佈通常會保持一致。」

研究人員將SE-Block結構加入到神經網絡,提升其從圖像擷取資訊的效能。圖為SEBlock的結構。

2019年起,研究團隊獲澳門科學技術發展基金資助,開展一項關於準確分析噪聲和提取圖像特徵的研究項目,其成果有助開發偵測算法,令篡改過的圖像無所遁形。

探微知著

2021年初,周教授的團隊參加由清華大學和阿里巴巴合辦的「安全AI挑戰者賽(第五期)」,在「篡改賽道」勇奪冠軍,也在「檢測賽道」獲得季軍。在「篡改賽道」,團隊修改了20張證件類圖像上的資訊,例如身份證上的姓名和出生日期。他們會分析圖像中真實部分的噪聲,同時參考被篡改部分的背景細節,最後在被篡改部分添加一層自適應噪聲,用來躲避人工智能工具的偵測。他說:「我們是1,534支參賽團隊中最成功的圖像篡改者。」

周建濤教授(右)的團隊在由清華大學和阿里巴巴合辦的「安全AI挑戰者賽(第五期)」獲獎

比賽期間,他們也訓練出一款新的偵測算法。它經過深度學習數以萬計的圖像,不出半秒就能偵測出圖像被篡改的位置,準確度遠超對手。這款算法特點是採用了一個多網絡架構的空間通道感知模組,能夠準確地提取圖像特徵。

周建濤教授運用團隊開發的算法,將一張食品經營許可證被篡改的部分偵測出來。

產學合作

憑著矚目的表現,周教授的團隊獲阿里巴巴贊助加強算法。周教授說,網上購物平台每日都要驗證大量網店的牌照,確保賣家都是合資格的商戶。面對高解像度的圖像時,現有算法一般可以準確偵測出經篡改的圖像,但處理低解像度圖像,例如是經社交媒體或通訊軟件壓縮過的圖像,往往束手無策。

周建濤教授團隊運用澳大的智能超算中心來訓練算法。該中心提供多個GPU計算平台,可以執行深度學習任務和作為虛擬數據中心。

研究團隊正在參與「阿里巴巴創新研究計劃」,開展為期一年的「抗媒體傳輸的高魯棒偽造圖像檢測與定位研究」,旨在設計更高效的偵測算法,即使目標圖像曾被不同媒介壓縮、調整大小、過濾或添加噪聲,仍能找出破綻。

周建濤教授團隊的算法可在半秒內偵測出圖像被篡改的位置

周教授說,這項目是澳大在該領域與大型科技企業首次合作,有助他的團隊累積產學研合作經驗:「我們正在運用研究成果解決現實世界的商業問題,進展令人鼓舞。」

第24期 | 2021年

同期更多故事

2021-11-17T18:51:43+08:00