Xiao Li · Liquan Chen · Ju Jia · Zhongyuan Qin 等5人 · IEEE Transactions on Industrial Informatics · 2024年10月

计算机视觉（CV）应用赋能了各种物联网（IoT）场景。然而，图像生成和处理工具的发展使得制作极具欺骗性的伪造图像变得越来越容易，从而加剧了图像伪造的风险。基于密码学的方法可以保障图像安全，但由于会损害图像的视觉清晰度，无法直接支持计算机视觉应用。现有的基于生成对抗网络（GAN）的隐写方法能够有效促进计算机视觉应用和图像伪造防范，且隐写图像与原始图像之间具有很高的不可区分性。然而，在资源受限的物联网场景中，这些方法效率低下。因此，我们提出了一种基于生成对抗网络隐写技术的轻量级物联网图像伪造防范方案...

解读: 从阳光电源的业务场景来看，这项基于GAN的轻量级图像防伪技术具有重要的潜在应用价值。在光伏电站运维、储能系统监控等场景中，我们大量依赖物联网设备采集的图像数据进行设备状态诊断、故障检测和运维决策。随着AI视觉技术的普及，图像篡改风险日益增加，可能导致误判设备状态、影响运维决策准确性，甚至引发安全事故...