CSIG自然科学奖授予在我国图像图形领域基础研究和应用基础研究中阐明自然现象、特征和规律，做出重大科学发现的个人和团队。

为宣传科技工作者积极进取的工作精神，聚焦获奖团队背后的故事，学会近日对荣获2024年度CSIG自然科学奖二等奖“面向图像鉴伪的弱信号表征”的项目团队进行了专访，以对话的形式，为读者们提供一次了解他们的机会。

下面就跟着我们的脚步，走近今天的受访团队吧。

问题一：首先非常感谢各位老师接受我们的采访，请先介绍一下团队成员：

非常感谢CSIG的邀请！本项目由深圳大学的五位老师合作完成，包括李斌教授、陈昌盛副教授、李昊东助理教授、谭舜泉教授和黄继武教授。

李斌，深圳大学教授，博士生导师，广东省自然科学基金杰出青年基金获得者，深圳市高层次人才，IEEE/CCF/CSIG高级会员，入选全球前2%顶尖科学家榜单。担任广东省智能信息处理重点实验室主任、深圳市媒体信息内容安全重点实验室主任、CSIG数字媒体取证与安全专委会副主任、广东省图象图形学会副理事长、IEEE T-IFS资深领域编委。研究兴趣包括人工智能、多媒体处理、信息安全等。发表包括国际权威期刊IEEE T-IFS、IEEE T-IP、IEEE T-CSVT等SCI/EI论文150多篇，谷歌学术引用7000多次，H指数36。获中国发明专利授权10余项，美国专利授权2项，转化专利1项，软件著作权8项，编著教材2部，参与制定技术标准2件。主持国家自然科学基金联合基金重点项目、深圳市基础研究重点项目等科研项目。获中国计算机学会科学技术奖自然科学一等奖、深圳市自然科学二等奖、广东省人工智能产业协会自然科学一等奖。

陈昌盛，深圳大学副教授，博士生导师，深圳市高层次人才，IEEE/CCF/CSIG高级会员，CSIG数字媒体取证与安全专业委员会委员，广东省图象图形学会副秘书长。研究兴趣包括多媒体取证、图像处理、模式识别、机器学习等。在IEEE Trans.系列汇刊共发表高水平学术论文15篇。主持国家自然科学基金面上项目2项、广东省自然科学基金2项，参与NSFC联合基金重点项目1项、国家重点研发计划1项、广东省重点领域研发计划项目1项。获中国发明专利授权12项。与阿里巴巴安全部合作开展相关应用合作开发。担任IEEE T-IP, IEEE T-SP, IEEE T-IFS, IEEE T-MM等国际权威期刊的审稿人。获教育部优秀成果奖（科学技术）自然科学奖二等奖（排名3/5），2021和2022年连续两度获深圳市优秀科技学术论文奖。

李昊东，深圳大学助理教授，硕士生导师，深圳市高层次人才，CSIG数字媒体取证与安全专业委员会委员。研究兴趣包括多媒体取证与安全、智能信息处理、机器学习等。发表包括国际权威期刊/会议IEEE TIFS、IEEE TCSVT、ICCV等SCI/EI论文近30篇，谷歌学术引用1700多次，H指数17，单篇论文引用100次以上9篇。主持国家自然科学基金青年基金项目1项、广东省自然科学基金项目2项，作为重要成员参与NSFC联合基金重点项目1项、广东省重点领域研发计划项目1项。获中国发明专利授权5项，参与制定技术标准1件。担任IEEE T-PAMI、IEEE T-IFS、IEEE T-MM、IEEE T-CSVT 等国际权威期刊的审稿人。获欧洲信号处理学会（EURASIP）最佳论文奖、广东省计算机学会优秀论文一等奖。

谭舜泉，深圳大学教授，博士生导师，深圳市高层次专业人才，深圳市媒体信息内容安全重点实验室副主任，IEEE高级会员，IEEE信息安全与取证技术委员会委员，CSIG数字媒体取证与安全专委会委员，国际期刊EURASIP Journal on Information Security副主编。研究兴趣包括多媒体安全、深度学习、信息隐藏、模式识别等。发表包括国际权威期刊IEEE TIFS、IEEE TCSVT、IEEE TDSC等SCI/EI论文近70篇，谷歌学术引用3500多次，H指数25，单篇论文最高引用近300次，引用200次以上6篇。主持国家自然科学基金面上项目2项，作为重要成员参与NSFC联合基金重点项目2项。获中国计算机学会科学技术奖自然科学一等奖、广东省计算机学会自然科学奖二等奖、深圳市自然科学二等奖。

黄继武，深圳北理莫斯科大学教授，博士生导师，IEEE Fellow，国家杰出青年科学基金获得者，广东省特支计划杰出人才，入选全球前2%顶尖科学家榜单。曾任广东省图象图形学会理事长、广东省网络与信息安全产学研创新联盟理事长。研究兴趣为多媒体取证与安全、信息隐藏。主持完成包括2项国家973项目课题、4项国家自然科学基金重点项目在内的一批科研课题。发表学术论文350多篇，谷歌学术引用22000多次，H指数79。曾担任国际期刊IEEE T-IFS副编辑（Associate Editor），IEEE Signal Processing Letters高级副编辑（Senior AE）。获国家自然科学二等奖（排名第二）、教育部自然科学一等奖（排名第一）、中国计算机学会自然科学一等奖（排名第一）、广东省教学成果一等奖（排名第一）。

问题二：了解完了团队内的各位老师，请为大家简单的介绍一下项目的情况： 

随着图像编辑软件和AI伪造技术的发展，图像篡改变得越来越容易，虚假图像变得越来越逼真，其社会危害性日益凸显。然而，与之抗衡的图像鉴伪理论与方法却相对滞后。图像中篡改伪造痕迹的模式多样并动态进化、自然图像语义结构丰富而篡改噪声微弱、深度网络对高质量标签数据需求激增等问题，严重影响了面向图像鉴伪的表征学习。本项目在NSFC-企业创新联合基金、NSFC-通用技术基础研究联合基金等项目的支持下，针对图像鉴伪复杂隐性特征的分析提取问题，研究图像鉴伪弱信号的有效、普适、完备表征机制。项目的主要科学发现包括：

外部差异性篡改伪影表征：发现伪造图像中由非自然成像过程导致的特异性痕迹，设计适用于捕获篡改伪影的网络架构和训练方法，率先实现对各种伪造信号的高效表征，攻克了取证弱信号的鲁棒提取问题。

内生成像信号多尺度表征：建立多重JPEG压缩量化噪声统计模型，探索微弱鉴伪特征的多尺度作用机理，实现基于内生取证特征的自适应融合取证策略，提升了模型对未见篡改类型的适应能力。

伪造样本精细化表征拟合：发掘自监督信息在高质量样本生成中的作用规律，揭示结构式监督对精细图像生成的正向作用，提出精细化伪造样本生成方法，克服了增广数据质量差造成的模型过拟合问题。

项目代表作获得EURASIP最佳论文奖、广东省计算机学会优秀论文一等奖。相关成果已在淘宝和高德地图等线上平台的电子资质审核场景得到应用，推动了图像鉴伪技术的应用与发展。

问题三：请问各位老师在科研过程中，有没有什么好的方法可以推荐给大家？

科研是一个探索未知的过程，好的方法能极大提高效率。一方面，在科研选题上要面向国家需求，重视课题的学术价值和社会影响力，关注前沿动态，选择有挑战但可行的方向，找到尚未解决的关键问题，确保选题的创新性和独特性，避免盲目跟随热点。另一方面，要加强交流合作，积极参与学术会议，分享成果、获取反馈，从同行的研究中启发新思路，不断优化研究方向和方法，开展团队内、跨学科和产学研合作，结合各方优势，共同攻克难题。

问题四：在项目的研究过程中有遇到什么困难吗？大家是如何解决的？

研究过程中，我们面临的主要困难来自于两方面：一是伪造手段的多样性和动态性，二是训练数据的稀缺。首先，伪造手段的多样性和动态性使得一种取证方法难以覆盖所有篡改场景。为解决这一问题，我们重点挖掘了伪造图像的外部伪影特性和内生成像噪声特性，从不同的角度切入以建立有效、普适图像鉴伪表征，使得我们的方法可以更好地应对不同的篡改情形和未知的篡改手段。其次，训练数据缺乏是一个常见难题。尤其是在图像取证领域，构造和获取高质量的伪造图像数据更加困难。为此，我们利用了监督信息的引导作用，设计了高质量伪造样本的生成方法，克服了样本不足对模型训练的限制。

问题五：最后，大家有什么获奖感言想说呢？

非常荣幸能够获得拉斯维加斯手机娱乐网站 自然科学二等奖。感谢奖励评审委员会对我们成果的认可，感谢学会为科研工作者们的交流学习提供了优质平台。同时，也要感谢深圳大学给予我们的科研支持。本项目离不开团队每位成员的努力，这是团队成员长期以来共同合作的结果。本次获奖是对我们莫大的肯定和鼓励，未来我们会继续扎根于图像鉴伪的研究前沿，推动技术更好地服务于国家信息安全重大需求，为相关领域的发展和进步贡献更多的力量。