為了阻止復雜的照片和視頻更改方法，紐約大學丹頓工程學院的研究人員展示了一種實驗技術，可以使用人工智能（AI）對從采集到交付的整個管道進行圖像驗證。

在測試中，該原型成像管線將在不犧牲圖像質量的情況下將操縱檢測的機會從大約45%增加到90%以上。

確定照片或視頻是否真實正變得越來越成問題。修改照片和視頻的復雜技術已變得十分普及，以至于所謂的“深層假貨”（經過操縱的照片或視頻非常有說服力，通常包括名人或政治人物）已變得司空見慣。

紐約大學丹頓分校計算機科學與工程系的研究助理教授Pawel Korus率先提出了這種方法。它用神經網絡（一種AI形式）取代了典型的照片開發流程，該網絡在圖像獲取時將精心制作的偽像直接引入圖像中。這些偽像類似于“數字水印”，對操縱極為敏感。

“與以前使用的水印技術不同，這些從AI學習的人工制品不僅可以揭示照片處理的存在，還可以揭示其特征，” Korus說。

該過程針對相機內嵌入進行了優化，可以抵抗在線照片共享服務施加的圖像失真。

紐約大學丹頓分校計算機科學與工程學教授，與Korus合著的論文Nasir Memon說：“如果攝像機本身產生的圖像對篡改更敏感，則任何調整都會被發現。”詳細說明技術。梅蒙說：“這些水印可以在后期處理中幸存;但是，在修改時它們很脆弱：如果改變圖像，水印就會破裂。”