天文学家发现了一种利用星系测量仪器来揭穿人工智能的技术

到 2024 年，创建由人工智能生成的真实人物图像变得更加容易，这引发了人们对如何检测这些恶作剧的担忧。 赫尔大学的研究人员 近日被曝出 一种通过分析人眼反射来检测人工智能创建的虚假图像的新方法。 这项技术被引进于 英国皇家天文学会全国天文学会议 上周，天文学家用来研究星系的工具被用来检查我们眼球中光反射的一致性。

赫尔大学硕士生 Adegumoke Owolabi 在博士的监督下领导了这项研究 凯文·平布利特博士天体物理学教授。

他们的检测技术基于一个简单的原理：被同一组光源照射的一双眼睛通常每只眼睛都会有一组形状相似的光反射。 到目前为止，许多人工智能生成的图像都没有考虑眼睛的反射，因此每只眼睛之间的模拟光反射通常不一致。

在某些方面，天文学角度对于这种深度换脸检测并不总是必要的，因为快速浏览图像中的一双眼睛可以揭示反射差异，这是 艺术家们画肖像 但应用天文学工具自动测量和量化虚假视频中的眼睛反射是一项新发展。

自动检测

在英国皇家天文学会 博客 在 The Verge 发表的一篇文章中，Pimblett 解释说，Owolabi 开发了一种自动检测眼球反射的技术，并通过指标运行反射的形态特征，以比较左右眼球的相似度。 他们的发现表明，假视频通常会显示眼睛之间的差异。

该团队应用天文学方法来测量和比较眼球反射。 他们被利用了 基尼系数，通常用于 测量星系图像中的光分布评估眼睛像素反射的一致性。 基尼值接近 0 表示光线分布均匀，而值接近 1 表示光线集中在单个像素中。

在皇家天文学会的文章中，平布利特对如何测量眼球反射的形状和如何在望远镜图像中通常测量星系的形状进行了比较：“为了测量星系的形状，我们分析它们是否是中心致密的，它们是否对称，以及它们的光分布情况如何”。

研究人员还探索了使用 CAS参数 （聚焦、不对称、平滑度），另一种天文学测量银河光分布的工具。 然而，事实证明这种方法在识别假眼方面效果较差。

检测领域的军备竞赛

尽管眼睛反射技术提供了检测人工智能生成的图像的潜在途径，但如果人工智能模型发展到包括物理上准确的眼睛反射（可能在图像生成后的后续步骤中应用），这种方法可能行不通。 这项技术还需要清晰、近距离的眼球视图才能发挥作用。

这种方法还存在产生误报的风险，因为由于照明条件或后处理技术的变化，即使原始图像有时也会向眼睛显示不一致的反射。 但眼睛反射分析可能仍然是更大的深度伪造检测工具包中的有用工具，该工具包还考虑了其​​他因素，例如头发纹理、解剖结构、皮肤细节和背景对称性。

尽管这项技术在短期内很有前景，但平布利特博士警告说，它并不完美。 “存在误报和漏报；这种技术无法检测到所有内容。但这种方法为我们在检测虚假记录的军备竞赛中提供了基础和攻击计划，”他告诉皇家天文学会。