Loading [MathJax]/jax/output/CommonHTML/config.js
前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
MCP广场
社区首页 >专栏 >这张图被P过吗?AI检测面部是否被P过并尝试将其复原

这张图被P过吗?AI检测面部是否被P过并尝试将其复原

作者头像
AiTechYun
发布于 2019-06-19 03:08:54
发布于 2019-06-19 03:08:54
1.2K0
举报
文章被收录于专栏:ATYUN订阅号ATYUN订阅号

编译 | 张江

发布 | ATYUN订阅号

假视频假新闻越来越常见,而使用Photoshop和其他图像处理软件P图的也比比皆是,伯克利和Adobe的研究人员已经创建了一个工具,不仅可以判断面部是否被P过,还可以给出将其复原的建议。

必须注意的是,该项目仅适用于Photoshop操作,特别是那些使用液化(可对许多面部特征进行微妙和重大调整)功能的。通用检测工具还有很长的路要走,但这是一个开始。

研究人员假设使用像Adobe这样的流行工具进行了大量的图像处理,作为一个很好的开始,我们应该特别关注这些工具中可能存在的操作。

他们设置了一个剧本来拍摄肖像,并以各种方式对照片进行轻微的处理:移动眼睛,强调微笑,缩小脸颊和鼻子。然后将原件和P过的版本一起送入机器学习模型,希望它能学会分辨它们。

当向人们提供图像并询问哪些被人为操作时,表现略好于随机情况。但是经过训练的神经网络在99%的时间内识别出被操纵的图像。

它看到了什么?可能是人类无法真实感知的图像光流中的微小图案。而那些相同的小图案也暗示了它已经做了多少精确的操作,即使从未见过原始版本,也可以撤消操作。

因为它只限于这个Photoshop工具调整过的面部图像,所以不要指望这项研究能够形成任何重大的屏障来抵御邪恶的行为,这只是数字取证领域不断增长的起点之一。

“我们越来越难以信任数字信息,”负责该项目的Adobe的Richard Zhang表示,“我期待着进一步探索这一研究领域。”

项目地址:

peterwang512.github.io/FALdetector

End

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2019-06-17,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 ATYUN订阅号 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
暂无评论
推荐阅读
编辑精选文章
换一批
AI「照妖镜」:不仅知道你P过图,还知道你P图前长啥样
现在的社交媒体上充斥着各种自拍,而且其中大部分人物都长得挺好看。但大家心知肚明的是,这些照片大多被 P 过。有很多人甚至因为 P 得一手堪比「整容」的照片而走红。
机器之心
2019/06/20
1.4K0
AI「照妖镜」:不仅知道你P过图,还知道你P图前长啥样
P图美颜1秒识破,Adobe伯克利联手打造“反PS”神器
虚假视频和图片的泛滥传播已经让整个世界越来越焦虑,连PS的老东家Adobe都坐不住了!
新智元
2019/06/19
5950
P图美颜1秒识破,Adobe伯克利联手打造“反PS”神器
P图美颜1秒识破,Adobe伯克利联手打造“反PS”神器
虚假视频和图片的泛滥传播已经让整个世界越来越焦虑,连PS的老东家Adobe都坐不住了!
代码医生工作室
2019/06/24
9360
P图美颜1秒识破,Adobe伯克利联手打造“反PS”神器
一项AI革命性技术将“造假”推向极致,独家解读GAN如何“批量制造现实”
企鹅号小编
2017/12/26
1.1K0
一项AI革命性技术将“造假”推向极致,独家解读GAN如何“批量制造现实”
Human vs AI,人类和机器的学习究竟谁更胜一筹?
随着 AI 的不断研究和发展,各类 AI 算法在不同场景中的应用层出不穷,关于 AI 及其在日常任务中支持甚至取代人类工作的能力的讨论无处不在。例如,在自动驾驶领域,尽管在目前的条件下自动汽车还不能完全替代人类,但关于何时能够完全取代人类驾驶员的问题仍然受到了高度关注。从长远来看,使用 AI 替代人类并非不可能,但是这种替代是否能在所有工作场景中实现?
机器之心
2021/01/20
4190
使用计算机视觉实战项目精通 OpenCV:1~5
本章将向您展示如何为 Android 智能手机和平板电脑编写一些图像处理过滤器,该过滤器首先针对台式机(使用 C/C++)编写,然后移植到 Android(使用相同的 C/C++ 代码,但使用 Java GUI), 这是为移动设备开发时的推荐方案。 本章将涵盖:
ApacheCN_飞龙
2023/04/27
2.3K0
GPT-5或于3个月后发布;英伟达市值成全球第一;AI教父支持超级AI取代人类丨AI情报局
AI情报局接获线报,据OpenAI内部消息,GPT-5最快将于3个月后发布,因为OpenAI需要3个月邀请各领域的专家来做内容安全审核,比如医疗领域需要邀请专业的医生进行审核。
AI科技评论
2024/06/21
1640
GPT-5或于3个月后发布;英伟达市值成全球第一;AI教父支持超级AI取代人类丨AI情报局
fast.ai 机器学习笔记(四)
这个想法是我们有一些数据(x),然后我们对这些数据做一些操作,例如,我们用一个权重矩阵乘以它(f(x))。然后我们对这个结果做一些操作,例如,我们通过 softmax 或 sigmoid 函数处理它(g(f(x)))。然后我们对这个结果做一些操作,比如计算交叉熵损失或均方根误差损失(h(g(f(x))))。这将给我们一些标量。这里没有隐藏层。这有一个线性层,一个非线性激活函数是 softmax,一个损失函数是均方根误差或交叉熵。然后我们有我们的输入数据。
ApacheCN_飞龙
2024/02/11
1470
fast.ai 机器学习笔记(四)
计算机视觉与模式识别学术速递[12.15]
【1】 AdaViT: Adaptive Tokens for Efficient Vision Transformer 标题:AdaViT:高效视觉转换器的自适应标记 链接:https://arxiv.org/abs/2112.07658
公众号-arXiv每日学术速递
2021/12/17
1.5K0
PyTorch 深度学习(GPT 重译)(一)
欢迎来到本书的第一部分。在这里,我们将与 PyTorch 迈出第一步,获得理解其结构和解决 PyTorch 项目机制所需的基本技能。
ApacheCN_飞龙
2024/03/21
4550
PyTorch 深度学习(GPT 重译)(一)
Python Web 深度学习实用指南:第一、二部分
本节介绍人工智能(AI)的定义,并说明 AI 在很大程度上如何影响网络。 它还简要讨论了机器学习的基础。
ApacheCN_飞龙
2023/04/24
1.8K0
TensorFlow 卷积神经网络实用指南:1~5
TensorFlow 是 Google 创建的开源软件库,可让您构建和执行数据流图以进行数值计算。 在这些图中,每个节点表示要执行的某些计算或功能,连接节点的图边表示它们之间流动的数据。 在 TensorFlow 中,数据是称为张量的多维数组。 张量围绕图流动,因此命名为 TensorFlow。
ApacheCN_飞龙
2023/04/23
1K0
面向初学者的网络安全(二)
当我写下这本书的第一版时,网络安全只是网络安全专家和精明的高管感兴趣的话题。这本书是为了让任何人都能理解,并且尽管我预测了网络攻击的大规模增加,但我也没有预料到网络犯罪的迅速增长会如此极端。
ApacheCN_飞龙
2024/05/24
1040
计算机视觉与模式识别学术速递[12.20]
【1】 Efficient Visual Tracking with Exemplar Transformers 标题:利用样本变换器实现高效的视觉跟踪 链接:https://arxiv.org/abs/2112.09686
公众号-arXiv每日学术速递
2021/12/24
1.5K0
TensorFlow Lite,ML Kit 和 Flutter 移动深度学习:1~5
在本章中,我们将探索移动设备上深度学习的新兴途径。 我们将简要讨论机器学习和深度学习的基本概念,并将介绍可用于将深度学习与 Android 和 iOS 集成的各种选项。 本章还介绍了使用本机和基于云的学习方法进行深度学习项目的实现。
ApacheCN_飞龙
2023/04/27
19.1K0
TensorFlow Lite,ML Kit 和 Flutter 移动深度学习:1~5
OpenCV3 安卓应用编程:1~6 全
本章是为 Android 和 OpenCV 设置开发环境的快速指南。 我们还将研究 OpenCV 示例应用,文档和社区。
ApacheCN_飞龙
2023/04/27
5.4K0
Python 迁移学习实用指南:6~11
在计算机视觉的保护下,图像识别是一个活跃的跨学科研究领域。 顾名思义,图像或对象识别是识别图像或视频序列中的对象的任务。 传统上,该领域利用数学和计算机辅助建模以及对象设计方面的进步。 这些年来,已经开发了一些手工标注的数据集,以测试和评估图像识别系统。 我们现在称它们为传统技术,一直统治着整个场景,并且不断地改进这项任务,直到最近。 2012 年,深度学习参加了 ImageNet 竞赛,为快速改善和进步计算机视觉和深度学习技术打开了闸门。
ApacheCN_飞龙
2023/04/23
1.7K0
计算机视觉学术速递[6.29]
【1】 Early Convolutions Help Transformers See Better 标题:早期卷曲帮助Transformer看得更清楚
公众号-arXiv每日学术速递
2021/07/02
2.6K0
Python3 OpenCV4 计算机视觉学习手册:6~11
与人眼和大脑相似,OpenCV 可以检测图像的主要特征并将其提取到所谓的图像描述符中。 然后可以将这些特征用作数据库,从而启用基于图像的搜索。 此外,我们可以使用关键点将图像拼接在一起并组成更大的图像。 (请考虑将许多图片组合在一起以形成 360° 全景图。)
ApacheCN_飞龙
2023/04/27
4.4K0
Python3 OpenCV4 计算机视觉学习手册:6~11
推荐阅读
相关推荐
AI「照妖镜」:不仅知道你P过图,还知道你P图前长啥样
更多 >
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档