人工智能生成内容的检测与定位

专注于高级人工智能方法的博士学位，旨在研究图像篡改检测技术。申请者应具备编程技能及相关领域的学位，且优先选择具有机器学习经验者。

关于该项目 在日益被人工智能生成内容主导的时代中，本博士项目将研究先进的AI方法，以识别与定位篡改图像。您将推动计算机视觉与数据取证领域的进步，研发能够增强视觉信息数字真实性、安全性及全球信任度的工具。 该博士项目将突破人工智能生成内容检测与定位的边界，推动人工智能、计算机视觉与数字取证交叉领域的快速发展。随着合成媒体和图像处理技术越来越逼真，确认图像的拍摄地点及其真实性已成为国家安全、媒体诚信及公众信任领域的重要挑战。 该研究将致力于解决无需依赖元数据来验证视觉内容的核心问题，通过开发创新的AI技术，以解读景观、建筑、照明及环境特征等视觉与上下文线索。 通过将地理空间分析与深度伪造检测相结合，该项目旨在构建稳健且可解释的工具，以识别伪造或编造的图像，并追踪其可能的来源。 主要成果将包括： 新的可解释人工智能模型 对所开发的地理定位与检测方法的全面评估 提升数字证据可信度的实用框架 该项目还将为在高风险图像分析中应用人工智能的伦理、技术及操作影响提供重要的见解。你将接受专业研究培训，在协作环境中工作，并能够使用最先进的计算设施，还有机会与行业合作伙伴开展合作。 该博士项目为推动下一代数字真实性、地理空间情报及信息安全研究提供了独特的机遇。 电子与计算机科学学院致力于促进平等与多样性，这从我们获得的 Athena SWAN 奖中可见一斑。我们欢迎所有申请者，无论其性别、种族、残疾状况、性取向或年龄如何，并将充分考虑那些寻求灵活工作模式以及已休过职业休假的申请者。该大学拥有慷慨的产假政策、现场儿童保育设施，并提供多种福利措施，以保障员工的生活质量与工作生活平衡。南安普顿大学致力于可持续发展，并荣获了铂金级 EcoAward 认证。

入学要求 您必须拥有英国 2:1 荣誉学位或其国际等效学位，并具备扎实的数学基础。 您应具备以下条件： 编程技能 对研究的热爱 具备机器学习与计算机视觉方面的经验将非常有益。

资助：竞争性资助 学费与资助 我们为英国本土学生和国际学生提供多种资助机会。符合条件的学生可通过“地平线欧洲”学费减免，自动免除国际学生学费与英国本土学生学费之间的差额。 大学通过竞争性遴选授予的校长助学金，为遴选排名靠前的申请人支付国际学生学费与英国本土学生学费之间的差额。 本校各学院通过竞争性遴选提供的博士奖助金，通常为遴选排名靠前的申请人支付按英国本土学生标准收取的学费，并提供生活津贴。 资助采用滚动授予方式，因此请尽早申请，以尽可能增加进入资助评选的机会。 如需更多信息，请访问我们的研究型研究生资助页面。

申请方式 您需： 选择课程类型（研究型）、2026/27学年、工程与物理科学学院 选择全日制或非全日制 选择相关的博士阶段电子与电气工程专业（7092） 第2节中需注明指导导师姓名 申请材料应包括： 研究计划书 您的CV（个人简历） 2份学术推荐信 至今的学位成绩单 英语语言资格证明（如适用）