JPEG AI 图像的三种法医线索
计算机视觉与模式识别
2025-12-09 v2
摘要
JPEG 标准取得了巨大成功。目前，第一个基于 AI 的压缩方法「JPEG AI」将标准化。JPEG AI 带来了显著的优势。JPEG AI 图像在比特率比传统 JPEG 压缩图像低一个数量级的情况下展现出令人印象深刻的图像质量。然而，JPEG AI 的法医分析需要完全重新思考：传统 JPEG 的法医工具无法迁移到 JPEG AI，且 JPEG AI 的伪影容易与人工生成图像（「深度伪造」）的伪影混淆。这催生了对 JPEG AI 图像检测与区分的新法医方法的需求。在这项工作中，我们朝着法医 JPEG AI 工具集迈出了第一步。我们为 JPEG AI 的法医算法提出了三种线索。这些算法针对三个法医问题：第一，我们表明 JPEG AI 预处理在未压缩图像中不会出现的颜色通道中引入了相关性。第二，我们表明 JPEG AI 图像的重复压缩会导致失真差异递减，这可用于检测重压缩，在精神上类似于一些经典 JPEG 法医方法。第三，我们表明 JPEG AI 图像在潜在空间中的量化可用于区分真实 JPEG AI 压缩图像与合成生成图像。所提出的方法对法医分析人员具有可解释性，我们希望它们能激发对 AI 压缩图像法医的进一步研究。
引用
@article{arxiv.2504.03191,
title = {Three Forensic Cues for JPEG AI Images},
author = {Sandra Bergmann and Fabian Brand and Christian Riess},
journal= {arXiv preprint arXiv:2504.03191},
year = {2025}
}