4 个月前

基于内容的时序元数据操纵检测

基于内容的时序元数据操纵检测

摘要

大多数在线分享的图片都附有时间元数据(即拍摄日期和时间),这使得可以将图像内容与现实世界事件联系起来。恶意操纵这些元数据可能会传达出扭曲的现实版本。在本研究中,我们提出了检测时间戳操纵这一新兴问题。我们提出了一种端到端的方法,用于验证户外图像所声称的拍摄时间是否与其内容和地理位置一致。我们考虑了对照片拍摄时的小时和/或月份进行的操纵。核心思想是使用监督一致性验证方法,预测图像内容、拍摄时间和地理位置之间的一致性概率。我们还引入了一对辅助任务,这些任务可用于解释网络决策。我们的方法在大规模基准数据集上显著改进了先前的工作,分类准确率从59.0%提高到81.1%。我们进行了消融研究,突出了该方法各个组件的重要性,并展示了使用我们的方法可以检测到哪些类型的篡改。最后,我们演示了如何在缺少时间戳元数据的情况下利用所提出的方法来估计可能的拍摄时间。

基准测试

基准方法指标
temporal-metadata-manipulation-detection-onDenseNet-121 - G, t, l, S (TA)
2-Class Accuracy: 81.1
AUC: 0.885
temporal-metadata-manipulation-detection-on-1DenseNet-121 - G, t, l, S (TA)
2-Class Accuracy: 67.9
AUC: 0.749

用 AI 构建 AI

从想法到上线——通过免费 AI 协同编程、开箱即用的环境和市场最优价格的 GPU 加速您的 AI 开发

AI 协同编程
即用型 GPU
最优价格
立即开始

Hyper Newsletters

订阅我们的最新资讯
我们会在北京时间 每周一的上午九点 向您的邮箱投递本周内的最新更新
邮件发送服务由 MailChimp 提供
基于内容的时序元数据操纵检测 | 论文 | HyperAI超神经