合成生成蛋白质印迹图像的取证分析
计算机视觉与模式识别
2022-06-02 v3 人工智能
摘要
合成生成内容的广泛传播是一项亟需应对措施的严重威胁。事实上，合成内容的生成并不限于视频、照片或音频序列等多媒体数据，还涵盖极广的领域，包括生物图像（如蛋白质印迹与显微图像）。本文关注合成生成蛋白质印迹图像的检测。此类图像在生物医学文献中被广泛研究，且已有研究表明其易被伪造，而通过视觉检查或标准取证检测器发现篡改的希望渺茫。为克服该任务公开数据缺失的问题，我们创建了一个新数据集，包含逾 14K 原始蛋白质印迹图像与 24K 合成蛋白质印迹图像，后者由四种不同最先进（state-of-the-art, SOTA）生成方法生成。我们探究了多种检测合成蛋白质印迹的策略，涵盖二分类方法与一类检测器。两种场景下，训练阶段均未利用合成蛋白质印迹图像。所得结果表明，即便所用检测器未针对这些科学图像的合成版本优化，合成生成的蛋白质印迹图像仍可被较好识别。我们还测试了所开发检测器对科学图像常见后处理操作的鲁棒性，表明其对 JPEG 压缩具有鲁棒性，且尽管编辑可能改变某些生成模型留下的伪影，部分生成模型仍易被识别。
引用
@article{arxiv.2112.08739,
title = {Forensic Analysis of Synthetically Generated Western Blot Images},
author = {Sara Mandelli and Davide Cozzolino and Edoardo D. Cannas and Joao P. Cardenuto and Daniel Moreira and Paolo Bestagini and Walter J. Scheirer and Anderson Rocha and Luisa Verdoliva and Stefano Tubaro and Edward J. Delp},
journal= {arXiv preprint arXiv:2112.08739},
year = {2022}
}