Adobe公司基于机器学习技术有效提升图像检测修正水平

Adobe公司发布了其与加州大学伯克利分校（UC Berkeley）的合作研究成果，旨在基于机器学习（MachineLearning）技术实现更好地检测图像、视频、音频和文档的编辑修改痕迹。Adobe称，可基于机器学习技术对给定人类面部图像进行检测，判断图像是否被人为修改，并可确定修改和形变的具体区域及采用手段，并将其恢复到原始状态。

研究人员通过编写Photoshop脚本，创建了一个覆盖内容广泛的人脸图像训练集，在数千张从互联网上爬取的图片上使用Adobe公司的面部感知液化滤镜（Face AwareLiquify）技术实施图像修正美化，然后随机选择图片子集对模型进行训练。

此外，研究人员还聘请了一位艺术家专门对数据集中的图像进行人为修正；修正后的图像包含了人类创造力这一要素，使训练数据集更具多样性，从而可拓展测试集图像的应用范围。虽然该研究目前尚处于初级阶段，但已向图像取证应用领域迈出了重要一步。

过去Adobe的研究主要集中在基于拼接（Splicing）、复制（Cloning）和擦除（Erasing）等传统手段进行图像处理和检测，而使用深度神经网络（Deep Neural Network）可有效发现图像中的噪点不匹配、拼接边界异常等细微迹象，进而准确判断修改痕迹及采用的技术手段。