为了阻止复杂的照片和视频更改方法，纽约大学丹顿工程学院的研究人员展示了一种实验技术，可以使用人工智能(AI)对从采集到交付的整个管道进行图像验证。
在测试中，该原型成像管线将在不牺牲图像质量的情况下将操纵检测的机会从大约45%增加到90%以上。
确定照片或视频是否真实正变得越来越成问题。修改照片和视频的复杂技术已变得十分普及，以至于所谓的“深层假货”(经过操纵的照片或视频非常有说服力，通常包括名人或政治人物)已变得司空见惯。
纽约大学丹顿分校计算机科学与工程系的研究助理教授Pawel Korus率先提出了这种方法。它用神经网络(一种AI形式)取代了典型的照片开发流程，该网络在图像获取时将精心制作的伪像直接引入图像中。这些伪像类似于“数字水印”，对操纵极为敏感。
“与以前使用的水印技术不同，这些从AI学习的人工制品不仅可以揭示照片处理的存在，还可以揭示其特征，” Korus说。
该过程针对相机内嵌入进行了优化，可以抵抗在线照片共享服务施加的图像失真。
纽约大学丹顿分校计算机科学与工程学教授，与Korus合着的论文Nasir Memon说：“如果摄像机本身产生的图像对篡改更敏感，则任何调整都会被发现。”详细说明技术。梅蒙说：“这些水印可以在后期处理中幸存;但是，在修改时它们很脆弱：如果改变图像，水印就会破裂。”