日前，德国研究人员通过利用离散余弦变换将图像转换到频域内，发现了一种能够识别深度伪造图像的方法。
来自波鸿鲁尔大学和Casa的研究小组从一个叫做whichfaceisreal（哪张脸是真实的）的网站中获取这项研究所需的资源，这个网站上的伪造人脸都是基于生成式对抗网络（GANs）创造。在GANs中，两个算法共同工作，一个算法根据一些初始数据随机生成图像，另一个算法在对生成图像进行识别及评估后，如果认为这张图像是假的，就会把它再发送回给第一个算法进行修正。
研究人员表示：“迄今为止，所有深度伪造图片的分析都需要利用复杂的统计学方法。而波鸿小组则选择了另一条思路。我们利用离散余弦变换将图像转换到频域内。因此，生成的图像会以大量不同余弦函数的总和表现出来。”
小组人员将转换结果分为低频图像区域和高频图像区域。他们发现，真实图像主要由低频函数组成，而由GANs生成的人造图片则处于高频范围内。
系统安全研究人员Joel Frank说道：“我们的实验表明，这些人工制品不仅出现在GANs生成的图像中，它们是所有深度学习算法中的一个结构性问题。因此，频率分析会是一种自动识别计算机生成图像的有效方法。”
该团队在于15日举行的2020国际机器学习大会（ICML）上展示了他们的研究成果。这篇题为“利用频率分析进行深度假图像识别”（Leveraging frequency analysis for deep fake image recognition）的论文也已在网上发表。
“此外，”波鸿大学表示，“小组人员已经将他们的代码免费放到网上，以便其他团队可以复制他们的研究结果。”
