4月29日，由中国图象图形学学会主办，CSIG（中国图象图形学学会）数字媒体取证与安全专委会、齐鲁工业大学网络空间安全学院和山东省区块链+数字内容安全工程研究中心联合承办的“数字图像取证与隐写”在线报告举办。会上，复旦大学教授张新鹏、中山大学教授倪江群以及南京信息工程大学教授付章杰作了报告，报告会由齐鲁工业大学教授马宾主持。报告会在线参与人数达380余人。

张新鹏作了题为《隐写新形态》的报告。报告讨论了借助于深度学习的隐写新形态，其中包括生成式图像隐写、深度模型隐写、自然语言隐写以及社交网络行为隐写，同时，报告还对数字图像隐写方法未来的发展进行展望。

倪江群作了题为《基于深度学习框架的数字图像反取证方法研究》的报告，通过对数字图像反取证技术的深入研究，可从反方向催生出更加有效和值得信赖的图像取证方法。报告中对倪江群近期在反取证研究中的相关工作进行介绍，其中包括基于双域生成对抗网络的通用数字图像操作反取证框架，以及基于VQ-VAE模型的有效生成图像模拟等。

付章杰作了题为《少样本隐写分析》的报告。报告针对目前隐写分析方法存在通用性差、训练数据难以获取等问题，将“少样本学习”应用到隐写分析领域，并提出一种基于少样本学习的通用隐写分析框架，为隐写分析领域提供了一种新的研究思路。

中国图象图形学学会供稿

责任编辑：唐志荣