Ultralytics YOLO27:
返回 Ultralytics 术语表

Content Credentials (C2PA)

了解内容凭证和 C2PA 如何验证数字媒体的来源、AI 参与情况和编辑历史,为可信的计算机视觉工作流提供保障。

内容凭证是能够检测篡改的记录,用于描述数字资产的来源、作者和修改历史。它们实现了由内容来源与真实性联盟制定的 C2PA 标准,并可与图像、视频、音频和文档一起使用。在 AI 和计算机视觉领域,它们提供可验证的上下文信息,例如媒体是否由相机拍摄、通过软件编辑,或部分或全部由生成式模型创建。

内容凭证的工作原理#

C2PA 规范定义了一种称为 C2PA Manifest 的结构化来源记录。其中的声明称为断言,可以标识创建工具、编辑操作、AI 参与情况、时间戳、用于生成资产的素材,或签名者的信息。

典型工作流包含四个阶段:

  1. 兼容的相机、应用程序或 AI 服务创建或修改资产。
  2. 工具将选定的来源信息记录到 Manifest 中。
  3. 加密哈希将 Manifest 与资产绑定,数字签名则标识颁发凭证的实体。
  4. 兼容的验证器会检查签名和哈希是否仍然有效。

更改绑定的内容或 Manifest 会导致验证失败,从而使未经授权的修改可被检测出来。凭证可以嵌入文件中,也可以存储在外部,并通过称为软绑定的技术(例如指纹匹配)进行恢复。官方的 C2PA 实现指南说明了为什么软绑定匹配需要额外验证。

这一过程支持数据来源追踪,但不能证明图像所描绘的是真实事件。它能证明特定的来源声明已签名、仍与资产关联,并且自签名以来未被更改。

C2PA 与相关信任信号#

内容凭证与多个媒体真实性概念存在交集,但用途各不相同:

  • **C2PA 与元数据的区别:**普通 EXIF 或描述性元数据可以记录相机型号或时间戳,但通常可以在不被检测到的情况下更改。C2PA 会将已签名的声明以加密方式绑定到资产。
  • **C2PA 与 AI 水印的区别:**水印会在内容中放置可见或隐藏的信号。C2PA 主要承载结构化来源信息,不过软绑定可以使用水印来帮助恢复分离的凭证。
  • **C2PA 与深度伪造检测的区别:**检测会在媒体创建后分析其中是否存在可疑伪影。内容凭证则主动记录声明的来源和变换。
  • **C2PA 与真实性的区别:**有效凭证表示来源完整且已签名,并不代表事实准确、具有艺术原创性或签名者值得信任。

没有凭证的资产并不自动意味着它是合成内容或具有欺骗性。凭证是可选的,平台可能会在转码、截图或重新压缩过程中删除嵌入的信息。

AI 和计算机视觉的实际应用#

  • **AI 生成媒体披露:**生成式图像服务可以附加凭证,声明输出内容由经过训练的算法创建。当图像出现在支持该功能的平台上时,查看者可以检查其来源,而不只是依赖视觉线索。例如,LinkedIn 内容凭证可以显示已签名图像和视频中可用的 C2PA 信息,包括 AI 使用断言和颁发实体。

  • **训练数据集治理:**计算机视觉团队可能会接收来自相机、合作伙伴和合成数据生成器的图像。有效凭证有助于区分拍摄样本与 AI 生成或编辑过的资产,并在训练前检测意外更改。这可以补充数据集版本管理、标注审查和数据隐私;但不能确定标签是否准确,也不能确定组织是否获准使用这些内容进行训练。

将凭证应用于视觉输出#

Ultralytics YOLO26工作流可以通过predict 模式创建并保存带标注的推理图像:

from ultralytics import YOLO

# Load a pretrained object detection model
model = YOLO("yolo26n.pt")
source = "https://ultralytics.com/images/bus.jpg"

# Run inference and select the first result
results = model(source)
result = results[0]

# Save the annotated output for downstream credentialing
output_path = result.save(filename="annotated_bus.jpg")
print(output_path)

这会创建输出资产,但不会自动附加 C2PA 凭证。支持凭证的发布或编辑工具可以在之后为保存的文件签名。例如,Photoshop 内容凭证导出可以附加署名和编辑历史,而公开的内容凭证验证器可以检查受支持的文件。

对于托管式数据集标注、训练和部署,Ultralytics Platform可在一个环境中连接整个视觉工作流。团队在摄取源媒体时应保留凭证,单独记录变换,并在发布发生实质性更改的输出时应用新凭证。

局限性与良好实践#

将内容凭证与AI 透明度、安全的密钥管理、事实核查和内容分析结合使用时,效果最佳。请同时验证凭证的有效性和签名者身份,准确披露 AI 的参与情况,避免包含敏感的个人元数据,并尽可能保留原始文件。

组织还应测试凭证能否经受完整的交付流程,包括优化、社交平台上传和导出。部署监控可以跟踪系统行为,而 C2PA 记录有助于说明单个媒体资产的来源及其变化过程。

Explore solutions

用于航拍影像的计算机视觉

用于航拍影像的计算机视觉

使用 Ultralytics YOLO 将无人机和航拍影像转化为针对农业、水产养殖、环境监测、自然保护及地理空间分析的实时洞察。
了解更多
航空航天中的计算机视觉

航空航天中的计算机视觉

借助 Ultralytics YOLO 模型将视觉 AI 引入空中监测。使用计算机视觉解决方案赋能无人机、航空航天工作流、环境保护与地理空间行业。
了解更多
安全领域的计算机视觉

安全领域的计算机视觉

使用 Ultralytics YOLO 模型保护每个站点。视觉 AI 赋能周界监控、威胁检测、车牌识别和工作场所安全。
了解更多
机器人计算机视觉

机器人计算机视觉

借助 Ultralytics YOLO 模型打造更智能的机器。机器人技术中的视觉 AI 可实现自主导航、感知、目标跟踪和实时控制。
了解更多
物流计算机视觉

物流计算机视觉

使用 Ultralytics YOLO 模型提升物流效率。视觉 AI 可实现包裹检测、分拣、车辆跟踪和仓库安全实时监控。
了解更多
零售计算机视觉

零售计算机视觉

使用 Ultralytics YOLO 模型重新构想零售。视觉 AI 为库存跟踪、货架监控、队列管理和更智能的客户洞察提供支持。
了解更多
医疗领域的计算机视觉

医疗领域的计算机视觉

使用 Ultralytics YOLO 模型构建医疗解决方案。医疗领域的视觉 AI 可实现更快的医学影像处理、更智能的诊断和患者监护。
了解更多
制造业中的计算机视觉

制造业中的计算机视觉

使用 Ultralytics YOLO 模型优化制造业。视觉 AI 可推动质量控制、缺陷检测、PPE 合规和装配线自动化。
了解更多
汽车行业中的计算机视觉

汽车行业中的计算机视觉

使用 Ultralytics YOLO 模型在汽车行业应用计算机视觉。视觉 AI 提升道路安全、驾驶辅助和车辆自动化水平,让道路更加智能。
了解更多
农业中的计算机视觉

农业中的计算机视觉

使用 Ultralytics YOLO 模型将视觉 AI 带入智能农业。为作物监测、牲畜追踪和精准农业提供支持,提升产量与智能化水平。
了解更多
用于航拍影像的计算机视觉

用于航拍影像的计算机视觉

使用 Ultralytics YOLO 将无人机和航拍影像转化为针对农业、水产养殖、环境监测、自然保护及地理空间分析的实时洞察。
了解更多
航空航天中的计算机视觉

航空航天中的计算机视觉

借助 Ultralytics YOLO 模型将视觉 AI 引入空中监测。使用计算机视觉解决方案赋能无人机、航空航天工作流、环境保护与地理空间行业。
了解更多
安全领域的计算机视觉

安全领域的计算机视觉

使用 Ultralytics YOLO 模型保护每个站点。视觉 AI 赋能周界监控、威胁检测、车牌识别和工作场所安全。
了解更多
机器人计算机视觉

机器人计算机视觉

借助 Ultralytics YOLO 模型打造更智能的机器。机器人技术中的视觉 AI 可实现自主导航、感知、目标跟踪和实时控制。
了解更多
物流计算机视觉

物流计算机视觉

使用 Ultralytics YOLO 模型提升物流效率。视觉 AI 可实现包裹检测、分拣、车辆跟踪和仓库安全实时监控。
了解更多
零售计算机视觉

零售计算机视觉

使用 Ultralytics YOLO 模型重新构想零售。视觉 AI 为库存跟踪、货架监控、队列管理和更智能的客户洞察提供支持。
了解更多
医疗领域的计算机视觉

医疗领域的计算机视觉

使用 Ultralytics YOLO 模型构建医疗解决方案。医疗领域的视觉 AI 可实现更快的医学影像处理、更智能的诊断和患者监护。
了解更多
制造业中的计算机视觉

制造业中的计算机视觉

使用 Ultralytics YOLO 模型优化制造业。视觉 AI 可推动质量控制、缺陷检测、PPE 合规和装配线自动化。
了解更多
汽车行业中的计算机视觉

汽车行业中的计算机视觉

使用 Ultralytics YOLO 模型在汽车行业应用计算机视觉。视觉 AI 提升道路安全、驾驶辅助和车辆自动化水平,让道路更加智能。
了解更多
农业中的计算机视觉

农业中的计算机视觉

使用 Ultralytics YOLO 模型将视觉 AI 带入智能农业。为作物监测、牲畜追踪和精准农业提供支持,提升产量与智能化水平。
了解更多
用于航拍影像的计算机视觉

用于航拍影像的计算机视觉

使用 Ultralytics YOLO 将无人机和航拍影像转化为针对农业、水产养殖、环境监测、自然保护及地理空间分析的实时洞察。
了解更多
航空航天中的计算机视觉

航空航天中的计算机视觉

借助 Ultralytics YOLO 模型将视觉 AI 引入空中监测。使用计算机视觉解决方案赋能无人机、航空航天工作流、环境保护与地理空间行业。
了解更多
安全领域的计算机视觉

安全领域的计算机视觉

使用 Ultralytics YOLO 模型保护每个站点。视觉 AI 赋能周界监控、威胁检测、车牌识别和工作场所安全。
了解更多
机器人计算机视觉

机器人计算机视觉

借助 Ultralytics YOLO 模型打造更智能的机器。机器人技术中的视觉 AI 可实现自主导航、感知、目标跟踪和实时控制。
了解更多
物流计算机视觉

物流计算机视觉

使用 Ultralytics YOLO 模型提升物流效率。视觉 AI 可实现包裹检测、分拣、车辆跟踪和仓库安全实时监控。
了解更多
零售计算机视觉

零售计算机视觉

使用 Ultralytics YOLO 模型重新构想零售。视觉 AI 为库存跟踪、货架监控、队列管理和更智能的客户洞察提供支持。
了解更多
医疗领域的计算机视觉

医疗领域的计算机视觉

使用 Ultralytics YOLO 模型构建医疗解决方案。医疗领域的视觉 AI 可实现更快的医学影像处理、更智能的诊断和患者监护。
了解更多
制造业中的计算机视觉

制造业中的计算机视觉

使用 Ultralytics YOLO 模型优化制造业。视觉 AI 可推动质量控制、缺陷检测、PPE 合规和装配线自动化。
了解更多
汽车行业中的计算机视觉

汽车行业中的计算机视觉

使用 Ultralytics YOLO 模型在汽车行业应用计算机视觉。视觉 AI 提升道路安全、驾驶辅助和车辆自动化水平,让道路更加智能。
了解更多
农业中的计算机视觉

农业中的计算机视觉

使用 Ultralytics YOLO 模型将视觉 AI 带入智能农业。为作物监测、牲畜追踪和精准农业提供支持,提升产量与智能化水平。
了解更多

让我们共同构建 AI 的未来!

开启你的机器学习未来之旅