Adobe Research s'est employé à déterminer comment repérer les manipulations d'images en déclenchant l'IA sur le boîtier. Ce faisant, ils peuvent faire de réels progrès dans le domaine de la criminalistique des images.

Vous pouvez consulter le papier, "Apprentissage de fonctionnalités riches pour la détection de manipulation d'images, " par des auteurs dont les affiliations incluent Adobe Research et l'Université du Maryland, Parc du Collège.

L'article devrait être vu par les faussaires qui pensent qu'ils peuvent s'en tirer en affichant leurs astuces parce que les scientifiques d'Adobe sont impatients d'obtenir et de rester sur votre cas.

Chercheur scientifique principal Vlad Morariu, par exemple, s'est lancé dans une quête pour résoudre le problème de la détection d'images ayant fait l'objet d'une falsification. Morariu n'est pas étranger à la tâche. En 2016, il a relevé le défi de détecter la manipulation d'images dans le cadre du programme DARPA Media Forensics.

Comment détecter si une image est authentique ou a été manipulée ?

Dans ce cas, lui et ses collègues ont veillé aux manipulations via trois types d'opérations. Épissage [des parties de deux images différentes sont combinées], clonage [lorsque vous déplacez un objet d'un rythme à un autre] et suppression. [Dans ce dernier, vous supprimez un objet et l'espace peut être rempli.]

D'abord, entendons du bruit.

"Chaque image a ses propres statistiques de bruit imperceptibles. Lorsque vous manipulez une image, vous déplacez en fait les statistiques de bruit avec le contenu. "

Une publication dans le blog Adobe portait également ses remarques sur ce que nous pouvons savoir sur la manipulation. "Les formats de fichiers contiennent des métadonnées qui peuvent être utilisées pour stocker des informations sur la façon dont l'image a été capturée et manipulée. Des outils médico-légaux peuvent être utilisés pour détecter la manipulation en examinant la distribution du bruit, bords forts, l'éclairage et d'autres valeurs de pixels d'une photo. Les filigranes peuvent être utilisés pour établir la création originale d'une image."

Même si l'œil humain peut être incapable de repérer les artefacts, la détection est possible par une analyse fine au niveau du pixel, dit Adobe, ou en appliquant des filtres qui aident à mettre en évidence les changements. Pas tous ces outils, cependant, fonctionnent parfaitement pour découvrir la falsification.

Entrez dans l'intelligence artificielle et l'apprentissage automatique - et ils sont entrés dans la tête de Vlad, comme chemins potentiellement fiables pour identifier une image modifiée.

L'IA peut-elle non seulement repérer les manipulations, mais également identifier le type de manipulation utilisé et mettre en évidence la zone spécifique de la photographie qui a été altérée ? Pour obtenir des réponses, lui et son équipe ont formé un réseau de neurones d'apprentissage en profondeur pour reconnaître la manipulation d'images.

Deux techniques ont été essayées, (1) un flux RVB (passe au rouge, valeurs de couleur verte et bleue des pixels) pour détecter la falsification et (2) l'utilisation d'un filtre de flux de bruit.

Résultats? Les auteurs ont déclaré dans leur article que "Les expériences sur des ensembles de données standard montrent que notre méthode détecte non seulement les artefacts de falsification, mais fait également la distinction entre diverses techniques de falsification. Plus de fonctionnalités, y compris la compression JPEG, sera exploré à l'avenir."

Le blog Adobe nous rappelle que la manipulation d'images numériques est une technologie qui "peut être utilisée à la fois pour le meilleur et le pire de notre imagination".

Pourquoi cette recherche est importante :les techniques utilisées offrent plus de possibilités et plus d'options pour gérer l'impact de la manipulation numérique, et ils répondent potentiellement plus efficacement aux questions d'authenticité, a déclaré le blog Adobe.

Paul Lilly a pesé HotHardware :"Ce n'est pas un système parfait, mais c'est agréable de voir des entreprises comme Adobe travailler sur des moyens de séparer les faits de la fiction en photographie."

© 2018 Tech Xplore