Adobe Research si è impegnata a definire come individuare le manipolazioni delle immagini scatenando l'intelligenza artificiale sul caso. Così facendo, potrebbero fare progressi reali nel campo dell'analisi forense dell'immagine.

Puoi controllare il giornale, "Apprendimento di funzionalità avanzate per il rilevamento della manipolazione delle immagini, " da autori le cui affiliazioni includono Adobe Research e University of Maryland, Parco del Collegio.

Il documento dovrebbe essere visto dai falsari che pensano di poter farla franca sfoggiando i loro trucchi perché gli scienziati di Adobe sono desiderosi di ottenere e rimanere sul tuo caso.

Ricercatore senior Vlad Morariu, Per esempio, intraprendere una ricerca per risolvere il problema su come rilevare le immagini che sono state soggette a manomissione. Morariu non è estraneo al compito. Nel 2016, ha raccolto la sfida di rilevare la manipolazione delle immagini come parte del programma DARPA Media Forensics.

Come si può rilevare se un'immagine è autentica o è stata manipolata?

In questo caso, lui ei suoi colleghi hanno guardato alla manipolazione attraverso tre tipi di operazioni. Splicing [parti di due immagini diverse vengono combinate], clonazione [quando si sposta un oggetto da un passo all'altro] e rimozione. [In quest'ultimo, rimuovi un oggetto e lo spazio può essere riempito.]

Primo, sentiamo un po' di rumore.

"Ogni immagine ha le proprie statistiche di rumore impercettibile. Quando si manipola un'immagine, in realtà sposti le statistiche del rumore insieme al contenuto. "

Un post sul blog di Adobe riportava anche le sue osservazioni su ciò che possiamo sapere sulla manipolazione. "I formati di file contengono metadati che possono essere utilizzati per memorizzare informazioni su come l'immagine è stata catturata e manipolata. Gli strumenti forensi possono essere utilizzati per rilevare la manipolazione esaminando la distribuzione del rumore, bordi forti, illuminazione e altri valori dei pixel di una foto. Le filigrane possono essere utilizzate per stabilire la creazione originale di un'immagine."

Anche se l'occhio umano potrebbe non essere in grado di individuare gli artefatti, il rilevamento è possibile mediante un'analisi ravvicinata a livello di pixel, ha detto Adobe, o applicando filtri che aiutano a evidenziare le modifiche. Non tutti questi strumenti, però, funzionano perfettamente per scoprire manomissioni.

Entra nell'intelligenza artificiale e nell'apprendimento automatico e sono entrati nella testa di Vlad, come percorsi potenzialmente affidabili per identificare un'immagine modificata.

L'intelligenza artificiale può non solo individuare la manipolazione, ma anche identificare il tipo di manipolazione utilizzata ed evidenziare l'area specifica della fotografia che è stata alterata? Per avere risposte, lui e il team hanno addestrato una rete neurale di deep learning per riconoscere la manipolazione delle immagini.

Sono state provate due tecniche, (1) un flusso RGB (diventa rosso, valori di colore verde e blu dei pixel) per rilevare la manomissione e (2) l'uso di un filtro del flusso di rumore.

Risultati? Gli autori hanno affermato nel loro articolo che "Gli esperimenti su set di dati standard mostrano che il nostro metodo non solo rileva gli artefatti di manomissione, ma distingue anche tra varie tecniche di manomissione. Più caratteristiche, compresa la compressione JPEG, sarà esplorato in futuro».

Il blog di Adobe ci ricorda che la manipolazione delle immagini digitali è una tecnologia che "può essere utilizzata sia per il meglio che per il peggio della nostra immaginazione".

Perché questa ricerca è importante:le tecniche utilizzate offrono più possibilità e più opzioni per gestire l'impatto della manipolazione digitale, e potenzialmente rispondono alle domande di autenticità in modo più efficace, ha detto il blog di Adobe.

Paul Lilly ha pesato a HotHardware :"Non è un sistema perfetto, ma è bello vedere aziende come Adobe lavorare su modi per separare i fatti dalla finzione nella fotografia".

© 2018 Tech Xplore