开发者打开Deepfakes的潘多拉魔盒后，人工智能伪造照片技术引发广泛争论。好消息是，由加州大学河滨分校的AmitK.Roy-Chowdhury教授领导的研究团队开发了一种高级深度神经网络，可以分析照片是否经过DeepFakes伪造。（照片：加州大学河滨分校，来自NewAtlas）在研究过程中，该团队为他们的深度神经网络提供了一个庞大的篡改和未篡改照片数据集，并制作了相应的计算机标签。从经过篡改的图像中，该团队突出显示了以数字方式添加到镜头中的对象的边界像素。研究人员此前已经证明，假照片中不寻常物体的边界比真实物体更平滑或不同。虽然人眼不一定能检测到这些差异，但计算机可以对异常情况进行逐像素检查，然后将标记的数据集输入深度神经网络。它是一组模仿人脑的松散建模算法，旨在识别原始数据中的模式。基于此，深度神经网络将学习识别数字添加的图像以指示边界。当它随后显示来自数据集外部的以前看不见的照片时，它能够在很大程度上识别deepfakes。需要指出的是，虽然该系统目前只适用于静态照片，但团队正在努力将其应用于视频识别。毕竟，视频的本质是一帧一帧的连续图像。当然，在投入实际试验后，这套深度神经网络可能永远无法达到100%的识别准确率，毕竟训练数据已经被研究人员刻意标注过了。这项研究的细节已经发表在最近出版的《IEEE Transactions on Image Processing》图像处理杂志上。原标题：《Hybrid LSTM and Encoder–Decoder Architecture for Detection of Image Forgeries》
