随着移动互联与社交网络的兴起，数字图像被全世界广泛应用，其中的安全问题日益显现，比如以数字图像为载体的隐蔽传输问题，数字图像内容的完整性与真实性问题等。人工智能技术的发展使得许多数字图像的安全问题可以通过机器学习的方法来解决，该研究主题已经成为当前学界和业界的热门方向，不仅对于图像安全具有重要意义，对于网络空间安全的发展也带来了新的思路。

为了促进我国数字图像智能安全相关技术、方法与应用研究的深入开展，及时反映我国学者在相关领域的最新研究进展，《中国图象图形学报》邀请业内专家共同策划推出“智能图像安全”专刊，收录该方向具有创新性、突破性的研究成果。以期为相关领域的研究人员提供参考。

专刊收到领域内相关学者积极踊跃的投稿。经过严格评审，“智能图像安全”专刊共收录学术论文16篇，包括“综述”1篇、“图像处理”3篇、“信息隐藏”5篇、“图像取证”4篇以及“模型安全”3篇。

“综述”栏目中，《云存储图像缩略图保持的加密研究进展》对缩略图保持加密(TPE)的研究进行系统性总结：以客观视角对TPE方案进行全面总结与回顾，同时展望潜在的研究方向；利用实验手段对相关具有代表性的技术方案进行了充分的对比测试；细致地探究了TPE可能的应用场景，并提出了有助于TPE进一步发展的研究重点和现存的问题。

“图像处理”栏目中，《融合2D压缩感知的缩略图格式保留加密隐私保护》提出的2DCS-TPE方案可以在压缩图像的同时很好地平衡图像的隐私性和可用性；《利用功能图形的防伪码图像盲去模糊》提出基于防伪码图像梯度先验与强度先验并结合功能图形的盲去模糊优化算法；《边缘加强的超高清视频质量评估》提出的方法结合超高清视频的特点，更好拟合了人眼视觉特性。

“信息隐藏”栏目中，《利用运动向量差值改善深度学习视频隐写分析》从视频压缩编码的原理出发，发掘嵌密编码参数与其他参数之间的关系，通过拓展检测空间，构造新的检测通道，改善现有深度学习视频隐写分析网络的检测性能；《面向医学图像加密域大容量信息隐藏与认证方法》提出的方案不仅可以提高数据的机密性，而且可以获得现有医学图像共享方案中不具备的新功能，包括逐步恢复、像素压缩和大容量秘密信息嵌入等；《全体变长编码映射的JPEG可逆信息隐藏》通过构建最优的中间VLC映射，可以保持载体图像不失真并提供较大嵌入容量，且使文件膨胀更小；《面向可逆图像处理网络的可证安全自然隐写》提出的隐写框架利用可逆图像处理网络实现了可证安全的自然隐写，在隐写容量和安全性上都具有很大优势；《发送方可否认图像隐写》提出的发送方可否认图像隐写框架及在此框架下构造的两个方案，赋予发送方可否认的能力，能够抵抗胁迫攻击，同时在含密图像质量、信息提取精度上均可保持原始隐写方案的效果。

“图像取证”栏目中，《语义一致性引导的多任务拼接篡改检测》针对拼接伪造中原始图像发生的语义变化，提出了一种以篡改检测为主任务，语义分割和噪声重建为辅助任务的多分辨率全卷积神经网络；《结合面部纹理和前/背景差异的人脸活体检测》所提模型在背景复杂、欺诈攻击方式尖锐的数据集中均可取得较低的错误率；《CNN结合Transformer的深度伪造高效检测》综合了卷积神经网络和Vision Transformer的优点，利用了不同域特征的检测特性及注意力机制和数据增强机制，改善了深度伪造检测在跨压缩、跨库检测时的效果，使模型更加准确且高效；《面向轻量级深度伪造检测的无数据模型压缩》提出的检测器能够准确高效地识别出可疑人脸样本的真实性，同时，检测所需的资源和时间成本大幅降低。

“模型安全”栏目中，《抑制图像非语义信息的通用后门防御策略》不再需要相关的先验知识，只需要对网络的输入进行编解码处理就可以达到后门防御的目的；《基于多质量因子压缩误差的对抗样本攻击方法识别》综合利用了对抗噪声的分布差异及其对JPEG压缩的敏感性，不仅取得了优异的对抗攻击方法识别效果，而且对于对抗噪声强度识别、对抗样本检测等任务有着优越表现；《隐蔽图像后门攻击》提出的方法具备干净标签，触发不可感知，统计不可感知等安全特性，更难被人类察觉和统计方法检测。

我们期待广大读者和科技人员通过“智能图像安全”专刊，能够更深入、更全面地了解该领域的最新方法和应用，吸引更多学者从事相关研究并产生具有国际影响力的优秀成果，为本领域的发展做出新的贡献。

专刊编委会：

钱振兴，复旦大学教授，主要研究方向为多媒体信息安全、人工智能安全和文旅智能计算。

张卫明，中国科学技术大学教授，主要研究方向为多媒体安全、信息隐藏和人工智能安全。

李晓龙，北京交通大学教授，主要研究方向为多媒体内容安全和图像处理。

秦川，上海理工大学教授，主要研究方向为多媒体信息安全、人工智能安全和数字图像处理。

卢伟，中山大学教授，主要研究方向为多媒体信息安全、数字取证和多媒体大数据智能。

专刊责编：

陈秀妍，编辑，主要研究方向为学术出版和媒体传播。E-mail: chenxy@aircas.ac.cn