中国海洋大学 人工智能研究院
视觉分析与安全课题组
Vision Analysis and Security (VAS) Group @ OUC
首页
成员
研究方向
学术论文
学术资源
联系我们
多媒体取证
深度模型安全
计算机视觉
多媒体取证
人脸鉴伪技术
: 深度伪造是一种新兴的生成式人脸伪造技术。利用此技术可生成高度逼真的虚假人脸,并用于虚构公众人物的言论、经济诈骗等非法行为,严重影响个人隐私安全,给社会造成极大的负面影响。 人脸鉴伪技术是当前检测深度伪造人脸的重要手段,是确保人工智能安全发展的重要研究问题。
图像篡改检测技术
: 图像篡改技术包括但不限于复制-粘贴(copy-move)、拼接(splicing)和对象移除(object removal)等,这些操作会严重影响图像的可信度,给社会带来安全隐患。 因此,有效进行图像篡改检测也是一个重要的研究方向。
深度模型安全
对抗性攻防
: 深度神经网络(DNN)模型的脆弱性会对具有安全要求的应用造成严重威胁,例如视频监控、地面或水下场景的计算机视觉任务。该方向涉及通过生成对抗样本来攻击DNN模型,以及开发防御技术来抵御这些攻击。
后门攻防
: 故意在DNN中植入后门将严重扰乱模型对样本的预测,进而引发对第三方供应商的信任危机。该研究旨在检测和防御DNN中的后门攻击,以确保模型的安全性和可靠性。
计算机视觉
图像/视频的物体检测、跟踪、语义分割以及水下视觉技术
: 物体检测、跟踪和语义分割等任务在许多实际应用中至关重要,例如自动驾驶、人脸识别和全景分析。水下视觉技术包括海洋动植物的视觉观测、水下三维重建以及水下图像增强等,这些技术在海洋研究和探测中具有重要作用。
© Vision Analysis and Security (VAS) Group @ OUC