2024年，制作逼真的AI生成图像变得几乎轻而易举，这引发了人们对如何检测这些欺骗性图像的担忧。赫尔大学的研究人员最近公布了一种通过分析人眼反射光来检测AI生成的深度伪造图像的新方法。该技术在上周的皇家天文学会全国天文学会议上展示，它利用天文学家研究星系的工具来审查人眼反射光的一致性。

该研究由赫尔大学硕士生Adejumoke Owolabi在天体物理学教授Kevin Pimbblet博士的指导下进行。

他们的检测技术基于一个简单的原理：一对眼睛被同一组光源照亮时，每只眼睛中的光反射通常会有相似的形状。迄今为止，许多AI生成的图像没有考虑眼球反射光，因此模拟的光反射在每只眼睛之间往往不一致。

在某些方面，天文学角度并不总是这种深度伪造检测所必需的，因为快速查看照片中的一对眼睛可以发现反射不一致，这是画肖像的艺术家必须注意的。但是，应用天文学工具自动测量和量化深度伪造中的眼睛反射是一个新的发展。

自动检测

在皇家天文学会的一篇博客文章中，Pimbblet解释说，Owolabi开发了一种自动检测眼球反射的技术，并通过指数比较左右眼球反射的形态特征。他们的研究发现，深度伪造的眼睛之间经常存在差异。

该团队应用天文学方法量化和比较眼球反射。他们使用Gini系数，通常用于测量星系图像中的光分布，以评估眼睛像素中反射光的均匀性。Gini值越接近0，表示光分布越均匀，而接近1的值则表示光集中在一个像素中。

在皇家天文学会的文章中，Pimbblet将他们测量眼球反射形状的方法与他们通常在望远镜图像中测量星系形状的方法进行了比较：“为了测量星系的形状，我们分析它们是否集中紧凑，是否对称，以及它们的光滑度。我们分析光的分布。”

研究人员还探索了使用CAS参数（浓度、不对称性、光滑度），这是另一种用于测量星系光分布的天文学工具。然而，这种方法在识别假眼方面效果较差。

检测军备竞赛

虽然眼球反射技术为检测AI生成图像提供了一条潜在途径，但如果AI模型进化到包含物理上准确的眼球反射（可能作为图像生成后的后续步骤应用），该方法可能会失效。此外，该技术需要清晰、近距离的眼球视图才能发挥作用。

该方法也存在产生误报的风险，因为即使是真实的照片有时也会由于光照条件变化或后期处理技术而显示出不一致的眼球反射。但分析眼球反射仍可能是一个有用的工具，可以与其他深度伪造检测工具结合使用，如头发纹理、解剖结构、皮肤细节和背景一致性。

虽然该技术在短期内显示出希望，但Pimbblet博士警告说，它并不完美。“会有误报和漏报，它不会解决所有问题，”他在皇家天文学会上说。“但这种方法为我们提供了一个基础，一个在检测深度伪造的军备竞赛中的进攻计划。”