天文学方法应用于眼睛反射可能有助于识别深度伪造

Josiah02

　　在大众可以轻松创建人工智能（AI）图像的时代，检测假照片（尤其是人物的深度伪造）的能力变得越来越重要。
　　那么，如果你只要看一个人的眼睛就能知道什么呢？
　　这是 7 月 14 日至 19 日在赫尔举行的皇家天文学会全国天文学会议（NAM 2024）上分享的一项新研究的令人信服的发现，该研究表明，可以通过分析人眼来发现人工智能生成的假象，就像天文学家研究星系图片一样。
　　该作品由赫尔大学硕士生阿德朱莫克·奥沃拉比 (Adejumoke Owolabi) 创作，其核心在于人眼球的倒影。
　　如果反射匹配，该图像很可能是真人。如果不匹配，则可能是深度伪造。
　　赫尔大学天体物理学教授、数据科学、人工智能和建模卓越中心主任凯文·皮姆布莱特 (Kevin Pimbblet) 表示：“真人眼球中的反射是一致的，但假人的眼球反射是不正确的（从物理学的角度来看）。”
　　研究人员分析了真实图像和人工智能生成的图像中人眼的光线反射情况。然后，他们采用天文学中常用的方法来量化反射，并检查左右眼反射之间的一致性。
　　假图像通常缺乏每只眼睛之间反射的一致性，而真实图像通常在两只眼睛中显示相同的反射。
　　一组真实的眼睛，两只眼睛的反射基本一致。图片来源：Adejumoke Owolabi，署名 (CC BY 4.0)
　　“为了测量星系的形状，我们会分析它们是否中心紧凑、是否对称以及它们的光滑程度。我们还会分析光的分布，”皮姆布莱特教授说道。
　　“我们以自动化的方式检测反射，并通过 CAS [浓度、不对称性、平滑度] 和基尼指数运行其形态特征，以比较左右眼球之间的相似性。
　　“研究结果表明，两件深度伪造作品之间存在一些差异。”
　　基尼系数通常用于测量星系图像中的光在其像素中的分布情况。测量方法是将组成星系图像的像素按通量升序排列，然后将结果与完全均匀的通量分布的预期结果进行比较。
　　基尼值为 0 表示星系中的光线均匀分布在图像的所有像素上，而基尼值为 1 表示星系中的光线都集中在一个像素上。
　　研究团队还测试了 CAS 参数，这是天文学家最初开发的用于测量星系光分布以确定其形态的工具，但发现它不能成功预测假眼。
　　“必须注意的是，这并不是检测假图像的灵丹妙药，”皮姆布莱特教授补充道。
　　“存在假阳性和假阴性；它不会发现所有的东西。但这种方法为我们在检测深度伪造的军备竞赛中提供了一个基础、一个攻击计划。”