人工图像篡改扭曲纹理特征点与质量特征的空间分布

基于 AI 的计算机视觉进展导致了合成图像生成与人工图像篡改的显著增长，这对不道德利用产生了严重影响，削弱了人物身份识别并可能使 AI 预测的可解释性降低。换脸（Morphing）、Deepfake 及其他人脸照片的人工生成方式，破坏了使用各类电子身份证件进行人脸生物特征认证的可信度。电子护照上的变形人脸照片可欺骗自动边境控制系统与人工查验员。本文扩展了我们先前利用纹理特征点的持续同调（PH）检测变形攻击的工作。我们证明人工图像篡改扭曲了纹理特征点（即其 PH）以及一组图像质量特征的空间分布。我们将展示，由篡改引起的这两类精简特征向量的畸变，为构建低错误率且适用于受限设备部署的可解释（手工设计）篡改检测器提供了显著潜力。