(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。

(圖:sucai.redocn.com)

(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。