注册
登录来自Adobe新的研究论文展示了机器学习如何用于识别三种常见的图像处理类型：拼接，将不同图像的两部分组合在一起;克隆，图像内的对象被复制和粘贴;和删除，当一个对象被编辑出来。
为了发现这种篡改，数字取证专家通常会在图像的隐藏层中寻找线索。当进行这些编辑时，它们会留下数字伪像，例如图像传感器产生的随机颜色和亮度变化（也称为图像噪声）中的不一致性。例如，如果将两个不同的图像拼接在一起，或者将图像的一部分中的对象复制并粘贴到另一部分，则此背景噪音不匹配，就像墙上涂有略微不同颜色的墙壁上的污渍。
与许多其他机器学习系统一样，Adobe也使用编辑图像的大型数据集进行教学。从中可以发现指出篡改的常见模式。它在某些测试中得分高于其他团队制造的类似系统，但并不显着。然而，这项研究并未直接应用于发现使用人工智能创建的新编辑视频的深度瑕疵。
