科技令圖像篡改變得輕而易舉、電子文件真偽難測。澳門大學電腦及資訊科學系副教授周建濤的團隊憑著一款先進算法，在一場圖像篡改偵測國際比賽中擊敗1,500多支隊伍，目前與阿里巴巴合作開發更強大的偵測工具。
眼看未為真
周教授是澳大人工智能與機器人研究中心代主任，也是智慧城市物聯網國家重點實驗室（澳門大學）的成員。他說：「許多被篡改的圖像不但肉眼無法察覺，連電腦程式也偵測不到。」
圖像篡改偵測算法有如專業偵探，察覺到旁人不為意的蛛絲馬跡。這些算法通常會分析圖像的噪聲分佈和其他特徵，尋找線索。「如果一幅圖像未經篡改，整幅圖的噪聲分佈通常會保持一致。」
2019年起，研究團隊獲澳門科學技術發展基金資助，開展一項關於準確分析噪聲和提取圖像特徵的研究項目，其成果有助開發偵測算法，令篡改過的圖像無所遁形。
探微知著
2021年初，周教授的團隊參加由清華大學和阿里巴巴合辦的「安全AI挑戰者賽（第五期）」，在「篡改賽道」勇奪冠軍，也在「檢測賽道」獲得季軍。在「篡改賽道」，團隊修改了20張證件類圖像上的資訊，例如身份證上的姓名和出生日期。他們會分析圖像中真實部分的噪聲，同時參考被篡改部分的背景細節，最後在被篡改部分添加一層自適應噪聲，用來躲避人工智能工具的偵測。他說：「我們是1,534支參賽團隊中最成功的圖像篡改者。」
比賽期間，他們也訓練出一款新的偵測算法。它經過深度學習數以萬計的圖像，不出半秒就能偵測出圖像被篡改的位置，準確度遠超對手。這款算法特點是採用了一個多網絡架構的空間通道感知模組，能夠準確地提取圖像特徵。
產學合作
憑著矚目的表現，周教授的團隊獲阿里巴巴贊助加強算法。周教授說，網上購物平台每日都要驗證大量網店的牌照，確保賣家都是合資格的商戶。面對高解像度的圖像時，現有算法一般可以準確偵測出經篡改的圖像，但處理低解像度圖像，例如是經社交媒體或通訊軟件壓縮過的圖像，往往束手無策。
研究團隊正在參與「阿里巴巴創新研究計劃」，開展為期一年的「抗媒體傳輸的高魯棒偽造圖像檢測與定位研究」，旨在設計更高效的偵測算法，即使目標圖像曾被不同媒介壓縮、調整大小、過濾或添加噪聲，仍能找出破綻。
周教授說，這項目是澳大在該領域與大型科技企業首次合作，有助他的團隊累積產學研合作經驗：「我們正在運用研究成果解決現實世界的商業問題，進展令人鼓舞。」
來源：《澳大新語》第24期
相關文章：
2. 智能海洋機器人用途廣泛
3. 智能機器人創新惠民
4. 社交媒體數據驅動智慧旅遊
