Bir görüntünün fotoğraf çekilip çekilmediğini nasıl tespit edebilirim?

10

İçeriği değiştirmek için manipüle edilmişlerse JPG dosyalarını kontrol etmek istiyorum.

Ne düşündüğümü photoshopped DEĞİL:

Kırpma
dönen
(Ölçek)
Görüntü çözünürlüğü
Akıllı telefonların yapabileceği otomatik değişiklikler

Ne photoshopping düşünün:

Eski görüntünün bölümlerinin üstüne yeni bir görüntü ekleme
Görüntünün bir bölümünün metnini değiştirme

Bu otomatik olarak nasıl kontrol edilebilir?

(Ve: Bunun için kullanıma hazır kütüphaneler var mı?)

computer-vision

— Martin Thoma
kaynak

1

İzitru.com'u buldum - ama ne yaptıklarına dair bir açıklama bulamıyorum ve bakabileceğim kendinden barındırılan bir sürüm yok

— Martin Thoma

Resminiz çevrimiçi olarak bulunabiliyorsa, görüntüyü giriş ( küçük göz , google resmi, ...) olarak alıp resmin her sürümünü karşılaştırabilecek bir arama motoru kullanabilirsiniz .

— Manu H

çözünürlük değişikliklerini zor bulabilirsiniz, çünkü eğer büyütürseniz, tüyü pikselden piksele değiştirirsiniz ve artırılmadığında 'değişmiş' gibi görünebilir. JPEG'ler zordur çünkü LOSSY sıkıştırılmış bir formattır ... bu yüzden ince değişiklikleri gizlemeye yardımcı olan beceriye sahiptir.

— 18:21:21

3

Https://github.com/afsalashyana/FakeImageDetection adresinde bulunan Hata Seviyesi Analizi açıklandığı gibi Hata Seviyesi Analizi bir yol gibi görünüyor:

Yerel sıkıştırma oranlarının farklı olabileceğinden faydalanırsınız. Ve sinir ağları üzerinde eğitmek mümkün görünüyor.

Bunun şimdiye kadar ne kadar iyi çalıştığını söyleyen bir makale bulamadım

— Martin Thoma
kaynak

1

Aslında şu anda bu alanda çalışmıyorum ama geçmişten size yardımcı olabilecek bir şey hatırlıyorum. JPG dosyaları nicemleme kullanır, sahtecilik tespiti için gerçekten zordur, ancak aşağıdaki makaleyi okumanızı öneririz.

JPEG görüntü sıkıştırmasının sahte tespitinin performans analizi

Kurcalanan görüntünün hizalanmış (A-DJPG) veya hizalanmamış (NA-DJPG) çift JPEG sıkıştırması sunduğu hipotezi altında JPEG görüntülerdeki orijinal ve dövme bölgeler arasında ayrım yapmak için önerilen adli algoritma. Önceki yaklaşımlardan farklı olarak, önerilen algoritmanın çift sıkıştırma artefaktlarının varlığını veya yokluğunu test etmek için şüpheli bir bölgeyi manuel olarak seçmesi gerekmez. Hem A-DJPG hem de NA-DJPG varlığında ortaya çıkan artefaktları karakterize eden geliştirilmiş ve birleşik bir istatistiksel modele dayanarak, önerilen algoritma otomatik olarak her 8 × 8 ayrı kosinüs dönüşüm bloğunun iki kez sıkıştırılma olasılığını gösteren bir olasılık haritasını hesaplar . Önerilen yaklaşımın geçerliliği, olasılık haritasının eşiklenmesine dayanarak bir dedektörün performansı değerlendirilerek değerlendirildi, farklı adli senaryolar düşünerek. Önerilen yöntemin etkinliği, gerçekçi kurcalanmış görüntüler üzerinde yapılan testlerle de doğrulanır. Önerilen Bayesci yaklaşımın ilginç bir özelliği, diğer tür işlemlerin bıraktığı izlerle çalışmanın kolayca genişletilebilmesidir.

— medya
kaynak

"Bu kağıt" yerine kağıdın başlığını eklemelisiniz. Başlık eklenirse, bağlantı kopsa bile kağıt bulunabilir.

— Martin Thoma