近期，张玉书教授指导的博士生祁树仁撰写的论文《A Principled Design of Image Representation: Towards Forensic Tasks》被人工智能领域国际顶级学术期刊IEEE Transactions on Pattern Analysis and Machine Intelligence (IEEE TPAMI) 录用。TPAMI（CCF-A，IF=24.314）是国际上公认的计算机视觉及模式识别领域最顶尖的SCI期刊之一，2020年位列谷歌学术影响力排名计算机类期刊之首。
论文属网络空间安全与人工智能领域的交叉研究，创新性地将“面向取证任务的图像表征”视为相对独立的研究问题，从判别性、稳健性、可解释性、覆盖度、计算效率等取证任务所需的共性原则出发，提出适用于取证任务的图像表征“原则性”设计。
具体而言，研究主要实现了以下三方面的进展：
在理论层面，将经典正交矩表征的全局定义推广为具有尺度空间的局部定义，同时以“不变—等变—协变”理论框架为基础形式化地分析了本文表征对多种几何变换的稳健性。在实现层面，设计了高效的离散计算策略，其具有低离散误差、常数阶计算复杂性（对表征尺度）和基函数通用性的特点。在应用层面，在两个经典视觉任务（稠密模式检测/匹配）和两个取证任务（复制—粘贴篡改检测和感知哈希）中对本文表征进行了广泛验证；实验说明本文表征具有先进的精度、稳健性和效率，且具有良好可解释性，因而适用于图像取证以及其他小规模的稳健、可解释视觉问题。
张玉书团队长期围绕多媒体信息安全开展研究，前期在多媒体“采集、存储、发布”的安全保障方面已取得了一系列创新性成果，目前的研究旨在解决“AI+”背景下多媒体信息安全面临的一些新的科学难题，诸如隐私可分离、可恢复，检测可解释、可泛化等，该论文属于此研究规划下的初步成果，尝试以视觉表征为突破口从基础上提高多媒体信息安全技术的稳健性和可解释性，团队后续在此方向继续深入开展研究。该论文的主要合作者包括中山大学操晓春教授和澳门大学周建涛教授。