“萬物皆可修圖”？合合信息“PS篡改檢測”讓反詐精確到“像素級”

合合信息“PS篡改檢測”技術對發票圖片進行檢測定位

　　2022年8月，上海浦東警方成功破獲一起偽造收銀條圖片套取商場積分、禮品的詐騙案件。犯罪嫌疑人通過社交媒體收集了大量的收銀條圖片，對圖片上的消費時間、金額等信息進行篡改，將其上傳至商場系統套取高價值禮品，累計案值超3萬元；

　　同年9月，安徽濉溪縣法院審結了一起利用修圖工具非法制造發票的案件。被告人張某在幫助其他車主購買車輛保險時，伙同他人對將車主的機動車銷售統一發票等資料進行圖片修改，非法制造出超過140萬元的發票，以此獲取保險的返利。

　　通常情況下，人眼能夠鑒定出來的偽造圖片多具有拼接痕跡、色差，或者字形字體與原圖相比有明顯的差異，若犯罪分子“藝高膽大”，也能做出以假亂真的圖片，因此，采用科技手段進行圖片鑒別是防范風險的必要方式。

　　據悉，傳統的圖像篡改檢測方法主要有基于Exif（可交換圖像文件格式）的信息判斷，基于圖像塊的分類方法，手工設計的圖像內在特征統計等方法，在面對全局性的裁剪、調色處理，拼接組合、擦除篡改等組合式造假手法時，這些檢測方式在覆蓋面、精準度層面均存在可提升的空間。

　　針對現有檢測方法的不足，合合信息基于深度學習的圖像篡改檢測方法，推出了“PS篡改檢測”技術，能針對存在人眼幾乎不可見的“細粒度”視覺差異的偽造圖像進行篡改檢測及定位，在身份證檢測場景中，篡改檢測準確率超99%。

合合信息“PS篡改檢測”技術對身份證進行檢測定位

　　像素級掃描圖像，AI讓篡改檢測更精準

　　圖像篡改分為“全局篡改”和“局部篡改”，全局篡改包括修改圖片飽和度與對比度、增強顏色；局部篡改包括復制粘貼、拼接組合、擦除，例如卡證、票據的篡改，一般涉及到圖像上的部分字段、印章圖案等，屬于局部篡改。

　　據合合信息相關技術人員介紹，“PS篡改檢測”技術利用“多尺度特征提取模型”進行圖像篡改檢測及定位，讓AI準確識別出圖片篡改的不同類型并進行針對性的處理，提升識別精度和場景通用性。

　　近幾年來，受到疫情和數字化轉型需求的影響，機構和企業大多開通了遠程業務辦理服務，圖片文檔的種類、數量暴增，人工甄別耗時長、易遺漏，因欺詐帶來巨大的資金損失與潛在風險也“水漲船高”。目前，合合信息“PS篡改檢測”技術已被銀行、保險、制造業等多個行業引入。

合合信息“PS篡改檢測”技術對保險理賠材料進行檢測定位