清华大学学报(自然科学版)

作者：王丽娜, 聂建思, 汪润, 翟黎明

单位：武汉大学 空天信息安全与可信计算教育部重点实验室, 武汉 430072

关键词：图像合成与篡改,深度伪造,溯源取证

基金：国家自然科学基金面上项目（61876134）；国家自然科学基金联合基金项目（U1836112）；国家重点研发计划项目（2020YFB1805400）\r\n

近年来，生成对抗网络（GAN）的迅速发展使得合成图像越来越逼真，对个人和社会造成了极大的威胁。现有的研究致力于被动地鉴别伪造产品，但在真实应用场景下通常面临通用性不足和鲁棒性差等两大难题。因此，该文提出了一种面向深度伪造的溯源取证方法，将秘密信息隐藏到图像中以追踪伪造图像的源头。设计了一个端到端的深度神经网络，该网络由嵌入网络、GAN模拟器和恢复网络等3部分组成。其中，嵌入网络和恢复网络分别用于实现秘密信息的嵌入和提取，GAN模拟器用于模拟各种GAN的图像变换。实验中在已知GAN的篡改下恢复图像的平均归一化互相关（NCC）系数高于0.9，在未知GAN的篡改下平均NCC也能达到0.8左右，具有很好的鲁棒性和通用性。此外，该方法中嵌入的秘密信息具有较好的隐蔽性，平均峰值信噪比（PSNR）在30 dB左右。

来源：2022年第5期

《清华大学学报(自然科学版)》期刊编辑部

查看清华大学学报(自然科学版)杂志2022年第5期