【计算机视觉】合合信息亮相2024中国模式识别与计算机视觉大会

　　最近，第七届中国模式识别与计算机视觉大会（简称“PRCV 2024”）在乌鲁木齐举办。大会由中国自动化学会（CAA）、中国图象图形学学会（CSIG）、中国 人工智能 学会（CAAI）和中国计算机学会（CCF）联合主办，新疆大学承办。作为模式识别和计算机视觉领域学术盛会，PRCV 2024吸引了众多国内外科研工作者及行业从业者参与，分享最新理论研究进展和技术研发成果，增进产学研交流与合作。

　　图像是信息的主要载体之一。近年来，基于虚假图片引发的欺诈事件对社会造成了恶劣的影响，图像内容安全在计算机视觉领域的重要性日益突出。合合信息图像算法研发总监郭丰俊受邀分享了合合信息在智能图像处理及图像内容安全方面的最新研究成果和应用实践。

　　AI“慧眼”让证照做假无所遁形

　　证件图像是做假的“重灾区”，即便是一张小小的行驶证，也可延伸出多种花式做假方法。在《生成式Al时代的内容安全与系统构建加速》主题分享中，郭丰俊提到，在汽车交易、运输等业务中，涉及大量驾驶证、行驶证可靠性核查需求。以二手车交易为例，行驶证涉及车辆买卖合法性，非法分子通过伪造、变造车辆登记证、行驶证号牌号码、发动机号码等的形式实施合同诈骗，从中牟利，给相关企业造成了高额的经济流失。

　　除上述局部篡改手段外，AIGC技术的普及，让“无中生有”成了一种新的做假形式。今年5月，上海宝山区人民法院审结了一起伪造国家机关证件案：为帮助违章驾驶人代扣分来获取利益，被告人开发“行驶证美化”模块。使用者上传行驶证相片后，模块自动生成带有行驶证版式、各省市交通部门印章的“新”行驶证。多位“黄牛”使用该模块生成假证20万张，交给代扣分驾驶员用以违章处理，获取利益超过30万。

　　“由于篡改手段的多样性、篡改文本的隐蔽性，检测任务目前存在篡改痕迹微弱、篡改文本与邻近文本高度相似等难点，对检测方法的精度和泛化性提出了挑战。”据郭丰俊介绍，面对复制粘贴、拼接、擦除及混合做假形式，合合信息图像篡改检测技术能够捕捉图像在篡改进程中留下的细微痕迹，在保持极低误检率的同时，准确识别并定位图片中文本的篡改行为；面对生成式图像做假，合合信息图像篡改检测技术可基于空域与频域关系建模，利用多维度特征以鉴别图像是否由 AI 生成，并给出相应的警告或提示。

　　现阶段，合合信息图像篡改检测技术已经被应用于卡证篡改检测中，不仅在驾驶证、行驶证检测中实现了良好的鉴伪效果，也在银行移动开户、信用卡申办、保险理赔，财务报销审批及其它商业消费场景中广泛落地，为机构、企业规避图像伪造造成的经济风险。

　　产学研携手共筑图像安全防线

　　在大模型飞速发展的环境下，需要更顶级别的技术手段来应对伪造技术的不断进步。本次大会期间，南京大学党委书记、中国科学院院士谭铁牛分享的《大模型环境下的数字内容取证》主旨报告广受瞩目。报告针对虚假信息造成的严峻挑战，指出了包含视觉伪造检测、AIGC检测在内的数字内容取证技术的重要性，为在大模型环境下保障数字内容的可靠性和可信性提供了重要方法和思路。

　　用科技手段应对日益复杂的信息伪造和滥用问题，是全社会共同关注并为之蹈厉奋发的“大课题”，也亟须建立起可靠、可信的专业标准，为行业发展指引方向。今年9月，由中国图象图形学学会、中国信息通信研究院、合合信息、中国科学技术大学等高校、公司联合编制，中国互联网协会发布的《文本图像篡改检测系统技术要求》围绕“细粒度”视觉不同伪造图像鉴别、生成式图像判别等行业焦点议题，建立了统一的评估框架，将助力文档图像处理技术安全、有序发展。