Skype、MicrosoftTeams、Zoom和GoogleMeet等视频会议平台允许人们与世界各地的其他人进行远程交流。COVID-19大流行和随后的社会疏离措施导致这些平台的使用进一步增加，因为它增加了远程工作和虚拟协作。

大多数视频会议平台现在还允许用户使用虚拟背景，这样他们就不需要向同事展示他们的家庭环境并减少分心的风险。这些虚拟背景可以是i)真实(当前)，ii)虚拟(例如，海边风景或外太空)，以及iii)假的，这是真实但不是当前的背景。虽然能够更改背景增加了用户的隐私，但虚假背景也可能被恶意使用，给人以虚假位置的印象，例如暗示用户实际上在家时在办公室。

土耳其萨班奇大学、美国佛罗里达国际大学和意大利帕多瓦大学的研究人员最近开发了一种工具，可用于区分视频会议平台中的真实和虚拟背景。他们的方法在arXiv上预先发表的一篇论文中进行了介绍，被发现可以在两种不同且常见的攻击场景中成功区分真实背景和“人造背景”。

“最近，学者们证明，大多数机器和深度学习技术都容易受到多媒体取证中的对抗性攻击，”进行这项研究的研究人员EhsanNowroozi、BerrinYanikoglu、YassineMekdad、SelcukUluagac、SimoneMilani和MauroConti告诉TechXplore“事实上，在大流行的情况下，已经通过视频会议软件远程进行了几次会议，使参与者能够使用虚拟背景来解决隐私问题。”

过去的一些研究表明，对手有可能通过从虚拟背景中泄漏像素来揭示参与者的真实环境。然而，公司也可能有合法的需要知道用户是否确实在呈现的背景中。

Nowroozi和他的同事最近工作的主要目标是建立一个系统，该系统可以在视频会议通话中可靠地区分真实背景与虚拟或虚假背景。该方法使用深度学习技术以高精度区分真实与虚假或虚拟背景。此外，他们的检测器可用于检测各种视频会议平台上的对抗性攻击和虚假背景。

“该系统通过考虑背景的三个颜色通道之间的六个共现矩阵来工作，”研究人员解释说。“在假背景或虚拟背景中，由于背景图像的静态特性，我们看不到光谱域的变化”，Nowroozi说，“但是找到通道之间的关系具有挑战性。因此，唯一的方法是使用跨通道的跨频带共现并将它们馈送到基于深度学习的检测器。”

“我们是第一个提供基于CNN的模型的团队，该模型能够在视频会议通话中区分真实背景与虚拟或虚假背景，”Nowroozi和他的同事说。“此外，在检测器意识到攻击的情况下，我们实现了99.80%的高精度，即使在检测器不知情的情况下，我们也实现了高鲁棒性。”

未来，这组研究人员开发的基于CNN的检测器可用于在专业环境以及执法和司法环境中确认视频会议背景的真实性。与此同时，Nowroozi和团队的其他成员计划继续研究他们的检测器，以进一步提高其性能和通用性。理想情况下，他们希望该检测器适用于最流行的视频会议平台，包括Zoom、GoogleMeet和MicrosoftTeams。

“我们未来的研究将首先考虑对手是否可以欺骗检测器，如果它可以访问跨频段共现，”Nowroozi和他的同事补充道。“其次，我们计划在攻击者考虑移动虚拟背景(例如剪辑)的情况下评估我们的检测器。”