韩国国内研究团队开发出可轻松检测伪造或篡改照片、影像资料的高性能软件。该技术将此前仅停留在论文发表层面的照片与影像资料伪造、篡改检测技术推进到实用化阶段,为韩国国内首次、世界第二例,意义重大。
KAIST于3日表示,计算机学院李兴奎教授研究团队利用人工神经网络,开发出可广泛检测数字照片是否被篡改的实用软件“KAICATCH”。
近来,包括深度伪造(deepfake)在内的各类伪造、篡改影像不断出现并在网上传播,使人们对伪造、篡改检测技术的关注急速上升。但由于缺乏能直接确认是否存在伪造、篡改的客观分析工具,只能依靠事实核查或情况判断来认定真伪,因而频繁出现主观判断引发争议等问题。
尤其是现有的数字照片取证技术是针对各类篡改类型分别开发的,在篡改类型多样或未事先特定的情况下,很难确保达到一定水准以上的高可信度。也就是说,现有技术对有限格式和已知的特定篡改能表现出令人满意的检测性能,但在必须分析完全不知道被施加了何种篡改的任意数字照片这一实际情形下,判读的准确性和可信度必然大幅下降。
对于经过各种篡改后在网上流通的照片或影像,是否被篡改的检测一直停留在极少数专家主观判断的领域,为解决这一问题,许多具有挑战性的研究正在推进。
李教授研究团队开发的这项技术,是韩国国内首次、世界第二例的壮举。研究团队自2015年6月起通过面向普通民众的“数字图像伪造、篡改鉴别网络服务”收集了30多万张实际流通图像数据,并对基于特征、基于神经网络的取证影像数据,以及用于深度伪造与隐写分析的大量实验影像资料进行精密分析后加以利用,形成了这一研究成果。
李教授团队克服了将检测特定篡改的各个算法简单汇集起来的现有技术局限,着眼于把对各种篡改的检测有机整合起来的技术。
为此,团队对剪切粘贴、复制粘贴、擦除、图像内物体大小变化与移动、修图等日常且频繁发生的篡改中始终会出现的变异进行分类、整理,将其定义为必然变异,并开展综合检测研究。结果是,即便在无法特定篡改类型的状态下,也能判断是否发生了篡改,从而大幅提高了检测可信度。
研究团队随后成功开发出实用软件,其中包含可全面处理BMP、TIF、TIFF、PNG等无压缩、无损压缩格式,以及基于50多种标准量化表和1000多种非标准化量化表的JPEG图像的技术。
李教授团队开发的“KAICATCH”应用了传统影像取证技术、隐写分析技术等检测像素级微小变化的技术,由“异常区域推定引擎”和“异常类型分析引擎”两个人工智能引擎构成,并在此基础上判断结果,同时提供对照片的多种篡改检测功能以及照片篡改区域推定功能等。
李兴奎教授表示:“我们把各种篡改时共同出现的像素层面篡改检测与人工智能技术相融合的影像取证技术装进了KAICATCH,该技术在判断任意环境下给定数字照片是否被篡改方面表现尤为出色。”
李教授还补充说:“今后将追加针对各类编辑工具高级功能的广泛检测功能,同时把目前已具备的实验室水平的深度伪造检测引擎和普通视频篡改检测引擎也发展到实用化水平,搭载到KAICATCH中。”
/大田=朴熙润记者 hypark@sedaily.com






