Làm thế nào tôi có thể biết nếu một bức ảnh là thật hay giả?

Làm thế nào tôi có thể biết nếu một bức ảnh đã được chỉnh sửa hoặc thao tác? Có kỹ thuật nào để phân biệt ảnh thật với hàng giả không?

Có công cụ phần mềm nào có thể giúp đỡ? Có những điều tôi có thể làm trong Photoshop hoặc phần mềm hình ảnh khác sẽ giúp tiết lộ sự thật?

Có một số cách để [cố gắng] xác định tính chính xác của hình ảnh, liên quan đến việc liệu nó có đại diện cho một cảnh quay duy nhất của một cảnh hay không:

Mức độ không nhất quán của dữ liệu hình ảnh

Một số thao tác xử lý nhất định dẫn đến "chữ ký" được nhúng trong dữ liệu thường không nhìn thấy được bằng mắt nhưng có thể được xác định bằng phân tích thống kê. Ví dụ tốt nhất về điều này là nén hình ảnh bị mất, ví dụ JPEG. JPEG hoạt động trong miền tần số, loại bỏ các tần số dưới một ngưỡng nhất định, tùy thuộc vào mức độ nén. Vì vậy, nếu một hình ảnh chứa các khu vực riêng biệt với các mẫu tần số bị thiếu khác nhau, thì rất có khả năng nó bao gồm các hình ảnh riêng biệt được lưu trước đó ở các mức nén khác nhau. Kỹ thuật này sẽ không hoạt động trong trường hợp hình ảnh nguồn chất lượng cao hoặc khi hỗn hợp được lưu ở mức nén cao hơn nhiều.

Nội dung hình ảnh lặp đi lặp lại

Một phương pháp phổ biến để loại bỏ các đối tượng hoạt động bằng cách sao chép các khu vực xung quanh để che đậy một cái gì đó. Bằng cách xác định các khu vực của một hình ảnh giống hệt với các khu vực khác là một dấu hiệu giả mạo chắc chắn. Ngay cả khi cảnh chứa các chi tiết lặp đi lặp lại chính hãng, chúng sẽ khác nhau về ngoại hình do tỷ lệ / phối cảnh / ánh sáng / tiếng ồn. Một ví dụ điển hình cho điều này là hình ảnh phóng tên lửa của Iran, trong đó tên lửa được nhân bản để xuất hiện nhiều hơn:

Ánh sáng / phối cảnh không nhất quán

Một số hình ảnh là không thể do sự không nhất quán trong hướng chiếu sáng, tức là nếu cảnh được chiếu sáng rõ từ bên trái và một đối tượng đổ bóng sang bên trái (về phía nguồn sáng) thì có khả năng đối tượng đã được thêm vào một cách giả tạo. Tương tự như vậy với phối cảnh, nếu bạn có thể nhìn thấy đỉnh của một đối tượng nhưng không phải là đối tượng khác thì chúng không song song hoặc được ghép vào. Loại phân tích này có thể phức tạp khi có nhiều nguồn sáng hoặc nếu các phần khác của cảnh lừa đảo (bề mặt được coi là phẳng khi chúng không). Các bức ảnh hạ cánh trên mặt trăng có liên quan đến việc có bóng theo các hướng khác nhau, tuy nhiên hướng bóng có thể khác nhau khi ở gần nguồn sáng hoặc khi các bề mặt nhận bóng không song song (như bề mặt mặt trăng gập ghềnh). Phân tích phối cảnh tương tự có thể thất bại khi các giả định nhất định (chẳng hạn như các đối tượng có kích thước bằng nhau, các bức tường là parrellel, v.v.) không chính xác. Đây là một ví dụ nổi tiếng, hình ảnh sau đây không được tài liệu hóa:

Nó chỉ có vẻ sai

Đây là phương pháp phổ biến nhất và đôi khi là phương pháp kém tin cậy nhất. Bộ não được sử dụng để xem thông tin hình ảnh * thực từ mắt. Một cái gì đó trong hình ảnh trông không thật, nó đã thất bại với một số mẫu phù hợp bên trong. Nó có thể là một sự không nhất quán tinh tế của ánh sáng, nó có thể là một phác thảo rõ ràng hoặc một số bóng mờ rất khác thường. Lý do đầu tiên phương pháp này không đáng tin cậy là máy ảnh không hoạt động giống như mắt. Lý do thứ hai là bây giờ mọi người đã quen với ý tưởng rằng hình ảnh thường bị thao túng và thường sẽ tìm kiếm sự không nhất quán không có ở đó, họ sẽ kiểm tra lại và bất cứ điều gì có vẻ "kỳ quặc" sẽ được lấy làm bằng chứng cho việc thao túng.

Tâm lý / lẽ thường

Cuối cùng, bạn phải tự hỏi nếu có bất kỳ động cơ tồn tại cho thao túng. Liệu hung thủ tiềm năng có gì để đạt được? Thậm chí có hợp lý rằng bức ảnh không có thật? Cuộc đổ bộ lên mặt trăng là một ví dụ khác về điều này - có hợp lý không khi số người phải tham gia đã có thể giữ im lặng quá lâu?

Không có kỹ thuật nào trong số này (ngoại trừ có thể không nhất quán về phối cảnh) áp dụng cho các bức ảnh thật, không được bảo vệ về các cảnh mà chúng là giả, hoặc chụp theo cách để đánh lừa người xem. Một ví dụ điển hình cho điều này là những hình ảnh nổi tiếng của Cottingley_Fairies . Trong trường hợp này, những bức ảnh là thật, nhưng các nàng tiên được làm bằng thẻ!

Mặc dù bạn không thể biết chắc chắn, trang web fotoforensics.com có ​​thể cung cấp một số thông tin chi tiết. Hãy chắc chắn đọc hướng dẫn và kiểm tra liên kết này cho hình ảnh của bạn:

Từ phân tích của họ, tôi đoán rằng bức ảnh đã không được ghi nhận.

Dù sao tôi cũng không liên kết với trang này, mặc dù tôi nghĩ nó khá thú vị.

Harry Farid http://www.cs.dartmouth.edu/farid/ là giáo sư tại Dartmouth, người đã làm rất nhiều công việc trong lĩnh vực này và cũng duy trì việc biên soạn công việc của những người khác trong lĩnh vực này. Có khá nhiều cách để phát hiện một hình ảnh bị thao túng. Đối với jpeg, cách dễ nhất cho đến nay là tải hình ảnh lên công cụ xác minh anh ta có trên trang web của mình :)

Việc kiểm tra các pixel ẩn và các bảng lượng tử hóa JPEG có thể được sử dụng để xác định xem một tệp JPEG có bị thay đổi so với ban đầu hay không.

Các thuật toán nén JPEG

Lưu ý rằng chỉ có hai bước là cố ý làm mất màu: lấy mẫu màu xuống và lượng tử hóa. Các tổn thất nhỏ khác là kết quả của lỗi làm tròn. Tất cả các bước khác là lossless.

1. Chuyển đổi không gian màu. Nếu muốn, hãy lấy thông tin màu xuống (Mất dữ liệu) . Nếu không được ghép xuống, mất thông tin là kết quả của lỗi làm tròn .

2. Phân khúc. Chia mỗi kênh thành các khối 8x8 (MCU = Đơn vị mã hóa tối thiểu). (Không mất mát)

   Nếu kích thước hình ảnh không chia hết cho 8, hình ảnh sẽ cần được đệm thêm pixel để tạo MCU. Việc kiểm tra các pixel ẩn này có thể cung cấp manh mối cho nguồn hình ảnh.  (Xem Foto Forensics: Hidden Pixels )

   Lưu ý: Nếu các kênh màu được ghép xuống, MCU có thể có hiệu quả là 16x8, 8x16 hoặc 16x16, theo hình ảnh gốc. Tuy nhiên, MCU vẫn là tất cả các khối 8x8.

3. Biến đổi Cosine rời rạc (DCT) trên mỗi MCU. Mất thông tin là kết quả của lỗi làm tròn .

4. Lượng tử hóa.  Giá trị trong mỗi ô của MCU được chia cho một số được chỉ định trong bảng lượng tử hóa (DQT). Các giá trị được làm tròn xuống, nhiều trong số đó sẽ trở thành số không. Đây là phần mất mát chính của thuật toán.

   Các cài đặt khác nhau trên các máy ảnh và phần mềm khác nhau sử dụng các bảng lượng tử hóa khác nhau.  Nếu DQT không phù hợp với nguồn gốc được yêu cầu, tệp không có khả năng là bản gốc. (Xem Chất lượng nén JPEG từ Bảng lượng tử hóa )

   Ước tính "chất lượng" JPEG là một cách gián tiếp để suy ra DQT. Tuy nhiên, nó không phải là dứt khoát. (Xem Foto Forensics: Ước tính chất lượng JPEG )

5. Quét Zig-Zag. Sắp xếp lại các giá trị trong mỗi MCU thành một chuỗi các số theo mô hình zig-zag. Các số không xảy ra trong quá trình lượng tử hóa sẽ được nhóm lại với nhau. ( Mất mát )

6. DPCM = Điều chế mã xung vi sai. Chuyển đổi các chuỗi số thành một hình thức dễ nén hơn. ( Mất mát )

7. RLE = Chạy mã hóa chiều dài. Các số 0 liên tiếp được nén. (Không mất mát)

8. Mã hóa Entropy / Huffman. (Không mất mát)

Tiện ích

• Trên Windows, JPEG Snoop có thể được sử dụng để kiểm tra các tệp JPEG.

• Exiftool cũng có thể được sử dụng để xem bảng lượng tử hóa:

  exiftool -v3 image.jpg | grep -v RST