ZK-JPEG：零知识证明重塑图像压缩
ZK-JPEG: Zero-Knowledge Image Editing and Compression
随着深度伪造照片泛滥，验证图像是否源自真实相机变得至关重要。然而，传统的相机认证签名在遭遇JPEG等有损压缩或模糊处理后会失效。ZK-JPEG提出了一种创新的加密工具，利用零知识证明技术，在图像经过JPEG压缩或特定编辑后，仍能验证其源自一个已承诺的原始输入。该系统通过PicoZK将Python图像编辑代码转化为ZK电路，兼容LPZK证明系统，既保持了压缩效率，又确保了图像变换的可验证性，为对抗虚假图像提供了新的技术路径。
这些变化会导致图像的签名失效。
HN 评论区
16- jamienk
这难道已经变成一个哲学问题了？你想证明的是真实性或来源。但接着你开始列出一份“可接受”的修改清单：文件格式；压缩；色彩校正；尺寸；考虑“媒介”因素……然后慢慢滑向“普通人的感知能力”；“无关紧要的细节”；保持图像的“精神” intact；评判用户或观看者的意图或动机；让图像符合“价值观”；适当/合法的使用……等等。我不确定最终目的是什么？
我们试图让 AI 时代的图像像 AI 出现前那样可靠吗？但它们在那时也不可靠，只是故意篡改它们更困难罢了。
- mvid
将其与 Apple/Android/Sony/Leica 的签名照片联系起来，你就能获得从拍摄到发布的完整来源证明。
- Retr0id
有趣的工作。
> 我们的工具可以验证一大类图像变换
这个“大类”是否大到足以将真实图像 A 变换成任意伪造图像 B？
> ZK-JPEG 可以将透明或半透明图层合并到图像中，适用于添加视觉水印、创建双重曝光或合并视觉图层（甚至可能是图像部分由 AI 生成）。在我们的工具中，透明图层会被揭示，但图层不透明部分下方的内容则成为秘密。需要注意的是，在 AI 生成图层的情况下，图层本身会被揭示，这最大限度地减少了使用生成式 AI 的不诚实行为（但并未减少利用窃取的艺术品来训练 AI 的不诚实行为）
看来我问题的答案是“是”，因此你必须仔细检查这些变换，看看它们是否看起来合法。（括号里的内容出现在学术语境中令人意外）