（2018-06-29）Adobe在28年前推出Photoshop，把傳統照片帶進數位世界，可以在電腦畫面上修飾，也讓大家對照片更親近，但也有負面效應，尤其近年假新聞充斥，照片扮演重要角色。
（2018-06-29）Adobe公司在28年前推出Photoshop軟體，把傳統的照片帶進數位世界，可以在電腦的畫面上修飾，帶動了出版業，也讓大家對照片更親近，提高藝術展現，保存歷史回憶，但也不乏負面效應，尤其是近年假新聞充斥，照片扮演重要角色。
照片經過數位處理，肉眼難以分辨真假，所以Adobe研究用深度機器學習的AI，偵測造假留下的痕跡。下圖是三幅真假照片的比對，左欄是原始照片，中欄是假照片，右欄是造假的部位。
- 第一幅是拼湊（Splicing）造假，假照片左邊的山峰多了一棵小樹，原照片上卻沒有，明顯是用另一幅類似照片拼接的。
- 第二幅是複製移動（Copy-moving），把照片裡的物件移動或複製，假照片中間淺藍色椅子，與原照片的形狀與位置不同，看起來是把右邊的淺藍椅子移過去的。
- 第三幅是切除（Removal），假照片明顯的把原照片的蛇頭切除了。
真假照片比對。（圖：Adobe）
上圖三幅照片的假造類別，正是Adobe偵測的三大焦點，Adobe資深科學家Vlad Morariu解釋，照片經過處理都會留下痕跡，像是強烈的邊界對比，不自然的平滑，不一致的干擾雜訊。
這些肉眼很難發覺，在像素（Pixel）層次卻很容易偵測，特別是用AI，不但可以指認哪一幅照片被動過手腳，同時也指認出照片的哪一部位如何的被改變，這些通常需要專家以小時計的指認，AI只需要幾秒鐘。
我們知道AI的智慧是經過機器學習得來的，也就是把教材輸入模仿的神經網路（電腦程式），反覆迂迴的運算，得到我們期盼的結果。那偵測假照片要用什麼當教材？當然是假照片了，而且是成千上萬的假照片，也就是知道經過拼接、移動、複製、切除的照片。
這些照片已經知道修改過，那怎麼樣找到修改的部位，又怎麼知道修改的方式，在沒有原始照片核對之下，就要剖析到像素的細小層級，用更細膩的技術來檢驗了。
檢驗分兩部份，分別用兩個不同的神經網路，最後再把兩邊的結果結合。第一部份是用照片的彩色來檢驗，把照片的紅、綠、藍三色像素的數值，輸入第一個神經網路，來偵測變造照片遺留下來的蛛絲馬跡，像是不尋常的對比差異，或是物件不自然的邊界輪廓，都可反應與原始照片的差別。
第二部份是運用照片的干擾雜訊，數位照片的干擾有如「靜電」，隨彩色與明暗而隨機變化，從照相機感應取像，到軟體的修飾，都會留下副產品，而許多照相設備也會產生獨特的雜訊。所以用干擾慮過器取得照片的干擾雜訊，輸入第二個神經網路，就可以看出干擾雜訊不一致的地方，特別是拼接的合成照片，更為明顯。
兩個神經網路分開學習，最後結合在一起，以上僅是簡單描述，其中有許多技術細節，有興趣的讀者可瀏覽Adobe這篇論文《Learning Rich Features for Image Manipulation Detection》。
專案研究負責人Vlad Morariu說，運用AI技術偵測照片真偽，仍在改善盡可能使之完美，目前雖不一定還原照片的絕對真實，但在管理照片的數位變更上，多一種選擇，並有效率的偵測到真假。他說下一步的研究，可能擴大偵測的範圍，像是照片經過不同的壓縮存檔，所產生的照明差異。
數位照相移植到手機，成為生活的一部份，修飾或更改喜愛的照片，增加生活情趣，自然無可厚非，只是這個「情趣」一旦用到嚴肅的領域，產生的負面效應可能無法彌補。
2003年3月31日洛杉磯時報頭版。
2003年3月31日，洛杉磯時報頭版刊出一幅來自伊拉克的照片，由駐伊拉克攝影記者Brian Walski拍攝傳回來的，照片非常生動，忠實反應伊拉克當時的情況。不料被明眼人看出破綻，左邊有個背景人頭同時出現在畫面的另一位置，報社立即詢問這名記者，記者說是用兩幅照片合成的，兩幅是同一場景，各取清晰的部份合成的。
合成的照片展現的也是實情，不能算假新聞，卻違反了新聞照片不得變更的新聞倫理。第二天，4月1日，洛杉磯時報開除了這名曾獲「世界新聞攝影獎」的記者，而成為新聞界的一大新聞。
由兩幅照片合成的洛杉磯時報頭版照片。
*本文取材自2018年6月28日「那福忠西海岸數位隨筆（55）」：AI可以快速偵測出假照片
對本文有任何看法，歡迎 E-Mail：frank.na@gmail.com 與作者分享。
.png)
