UPC，寻求改进检测假图像的算法

在本论坛上，来自以下国家的记者蒙特塞拉特·里加尔 (Montserrat Rigall) RTVE，解释如何 UPC（加泰罗尼亚理工大学） 由于现有算法的结果并不令人满意，因此正在致力于通过改进有效算法来完善虚假图像的检测。

整个项目 伊维雷斯 我们已经能够看到一些基于扩散算法的生成虚假图像的机制仍然很难自动检测。因此完善检测的重要性 假图像。

通过图像生成网站和应用程序，任何用户都可以使用许多技术，例如 从-2, 稳定扩散, 中途, 必应 (From-3) 的 开放人工智能 经常用来说明假新闻。

根据加泰罗尼亚理工大学咨询的几位专家的说法，这些算法要新得多，尽管有一些自动检测此类图像的建议，但“他们的结果还并不完全令人满意”，计算机工程师 Dr. 弗朗西斯科·塔雷斯

新算法

为此，位于巴塞罗那的UPC专家组正在致力于新算法的研发。目标是这些允许 自动可靠的检测 此类图像通常是从定义它们的文本生成的。这是目前他们花费大部分时间的工作。

在迈向一个 虚假图像检测 许多或多或少失败的尝试都得到了相当一致的结论。专家保证，如果人工图像退化并再生，我们将获得与原始图像非常相似的图像。另一方面，如果我们退化自然图像并尝试使用扩散算法重新生成它，则获得的图像 与起点有很大不同。

区分自然图像

错误在 重建 在一定程度上，它可以区分自然图像和人造图像。当图像自然时误差较大，而当图像开始时误差较小 使用人工智能算法生成的图像。

从本质上讲，这是不同研究实验室一直在研究的一个想法，并取得了可接受的结果，尽管 不完全令人满意。不同的算法提出不同的退化和生成策略。

第一线研究

在第一行中，有一个 内容监控系统 它促进并自动化了监控涉嫌在国际上传播假新闻的不同渠道的任务。

已经开发出一款 内容监控系统 什么 促进和自动化 监控任务不同 可疑渠道 的 假新闻的传播 国际上。

本质上，它是一个 监控 YouTube 和 TikTok 频道内容的软件 由用户选择，每 30 分钟下载已上传到频道的新内容的视频。视频下载完毕后，会出现一个 原始版本的音频转录，支持 90 多种输入语言，后来将其翻译成西班牙语和英语。通过这种机制，一个 自己的数据库 其中频道内容以音频、视频和文本格式提供。正是这些音频、图像、视频和文本内容，稍后将被用来评估该新闻为假的概率。

开发的第一部分处于非常先进的开发状态，并且已经在进行中 测试其功能 由 RTVE、EFE、UAB 等各个工作团队负责

假一代类别

UPC IVERES 小组的第二项工作是 算法的研究和开发 用于检测人工生成的图像或视频。从这个意义上说，假生成算法已被分为不同的类别。

作为这些类别的示例，我们将有 使用算法进行图像处理 图像处理， 人工脸部生成, 的产生 新属性 （眼镜、胡须、染发剂等）， 换脸 演员和名人之间（换脸）。

选择最好的软件

这些技术已经建立了多年，并且有多种经过高度验证的工具，既可以用于 图像的生成及其检测。在这种情况下，我们在项目中的角色是 分析所有这些方法，在不同的数据库中测试它们，并选择和实现那些提供的软件工具 最好的结果。

这些工具已被纳入 监控应用 让新闻分析师更容易 检查图像或视频是否 看起来很可能是人为生成的。

蒙特塞拉特·里加尔

记者来自 RTVE