用于在法庭系统中检测人工智能操纵的视觉证据的基准和数据集

照片证据越来越容易受到各种形式的篡改和伪造，而现有的法律和技术工作流程无法很好地评估这些证据。监控画面、行车记录仪静态图像和手机照片可用于确定存在、顺序、因果关系、损坏或身份，但当代生成系统允许非专家通过普通的基于提示的界面来更改或制作此类图像。现有的图像取证基准为人脸操纵、经典篡改和一般合成图像检测提供了重要资源，但它们并不是围绕在法庭上提交的视觉证据的形式、可以改变展览所要证明的内容的本地化编辑或现在面临司法系统的消费者工具威胁模型来组织的。我们介绍了用于检测人工智能处理图像的 CIFAR 合成证据语料库，这是法庭和司法系统背景下证据图像认证的基准。该语料库包含 1,505 个摄影项目，其中包括 720 个真实控制图像和 785 个经过处理或伪造的图像，涵盖监控、行车记录仪和消费者照片图像。操作被组织为场景条件编辑、本地化元素编辑以及使用当代生成系统生成的完整制造。每个项目都发布了结构化元数据，涵盖源出处、操作层、子类型、生成器、提示模板和场景属性，从而实现超越聚合二进制检测的受控评估。我们还利用公开的图像处理检测器建立了基线，表明当前系统表现出的错误配置文件对于证据使用仍然存在问题。发布数据集、提示、元数据、代码和基线评估脚本，以支持司法系统中视觉证据认证、信息完整性和可信人工智能的研究。