用于假新闻检测的可追溯与可认证图像标记方法
计算机视觉与模式识别
2022-11-22 v1
摘要
为防止假新闻图像误导公众，不仅有必要验证新闻图像的真实性，还有必要追溯假新闻的来源，从而为可靠的假新闻检测提供完整的取证链。为同时实现真实性验证和来源追溯的目标，我们提出了一种基于解耦可逆神经网络（DINN）设计的可追溯与可认证图像标记方法。所设计的DINN能够在发布前将双标签（即可认证标签和可追溯标签）同时嵌入到每幅新闻图像中，然后分别提取它们以进行真实性验证和来源追溯。此外，为提高双标签提取的准确性，我们设计了一个并行特征感知投影模型（FAPM）以帮助DINN保留必要的标签信息。另外，我们定义了一个距离度量引导模块（DMGM），该模块学习非对称单类表示，使双标签在恶意篡改下实现不同的鲁棒性表现。在多样化数据集和未知篡改操作上的大量实验表明，所提出的标记方法在真实性验证和来源追溯两方面均取得了优异性能，可用于可靠的假新闻检测，并优于先前的工作。
引用
@article{arxiv.2211.10923,
title = {Traceable and Authenticable Image Tagging for Fake News Detection},
author = {Ruohan Meng and Zhili Zhou and Qi Cui and Kwok-Yan Lam and Alex Kot},
journal= {arXiv preprint arXiv:2211.10923},
year = {2022}
}