脸书释出图像相似性资料集，促进图片变造侦测技术发展

为了要打击恶意改图，脸书现在释出图像相似性（Image Similarity）资料集，提供用于侦测线上有害图像变造的基准。图像相似性资料集含有超过100万张的图像，其中有5万张是由脸书所提供的查询图像。另外，脸书还举办了挑战赛，以20万美元的奖励，广邀研究人员来比赛，切磋侦测图片变造的能力。

社交媒体上的错误讯息以及平台遭到滥用的情况，使得不少相关团体着手提出解决方案，除了事实查核之外，还积极打击伪造图像，包括发展深度伪造（DeepFake）、恶意迷因侦测等技术，而脸书提到，最佳的解决方案，必须要与社群合作，因此他们集结众人之力，创建了目前已知最大的图像相似性资料集，内含包括由人或是自动编辑的图像。

虽然大多数的用户，都是出于良性或是娱乐的目的后制图像，不过却有部分恶意人士，透过变造图像来传播错误、暴力和仇恨讯息，而这可能使其他人受到伤害。

社交媒体运用内容追踪和图像相似性来阻挡，可能对社会产生负面影响的图像或是影片传播，透过结合人工和自动侦测工具，希望尽早发现裸露、暴力和已知错误的讯息，但是人工审查并无法大规模处理图像，因此提高机器学习模型的辨识能力，才能够有效改善这样的问题。

图像相似性指的是从大量不相关的图像，找出遭到变造的图像来源，这个技术并非是全新的概念，早被用于内容审查领域，诸如错误讯息、侵犯版权和诈骗等。图像相似性检测，是一种视觉内容追踪方法，脸书提到，图像相似性检测的发展并未受到重视，针对像是分类或物体辨识等，针对其他视觉任务发展的模型，并无法在图像相似性侦测上良好作用，而且缺乏大型标准化资料来源，无法测量图像相似性算法的效能，也阻碍了相关研究。

因此经过变造的图片，通常能够避开不够强大的自动图像检测系统。为了要改进侦测系统的能力，脸书创建了Image Similarity资料集，希望让基于机器学习技术的系统，能够透过强化预测视觉内容相似性，使得线上服务可以大规模侦测遭到变造的图像。

图像相似性资料集能够作为相似检测的基准，其包含100万张的图像，和5万张由人工与非人工编辑转换的查询图像。为了避免这个资料集被恶意人士滥用，脸书将会先开放给同意资料集限制条款的挑战赛参与者存取，在挑战赛之后，脸书就会开放资料集，其他研究人员也只要同意使用条款，就可拿来研究使用。