網絡媒體平臺和社交媒體平臺經常爆出病毒式傳播的假新聞。雖然各個組織都在全球範圍內極力打擊這些假新聞和錯誤的信息。但暫時還沒有高效普及的有效手段。Adobe最近宣佈已經開發出一項新技術，使用AI和深度學習來幫助檢測圖像是否被PS。根據公開的技術細節是通過檢查噪點分佈，路徑，光線和像素值等指標，來判斷是否P圖。
常用的PS方法
- 拼接：組合兩個單獨圖像的合成一張成品圖
- 去除：圖像中的部分或物體被完全去除，使它看起來像從來沒有過
- 複製移動：將圖像中的某個對象從一個位置複製或新增到另一個位置
拼接（山上多出了一棵樹）
去除指定區域（魚頭被P掉了）
複製相同物體（藍色的椅子被複制）
技術原理
從Adobe實驗室中走出來的反PS技術的工作原理如下：
RGB通道+噪點—在CVPR 2018上公佈的通道技術圖。可以看出，根據通道反向追溯技術。讓卷積層來快速辨別圖像是否經過處理。網上大部分人說可以截屏就沒有通道軌跡了。但我們仔細看，是通過通道技術中的噪點來追溯的。
噪點+光線—通道和噪點只能辨別一部分粗糙的P圖。精緻的P圖還是很難被認出的。在精緻P圖面前只有通深度學習的大量訓練，通過噪點加光線會更加容易發現一些細節。有些細節會違背光學常理，顯的很突兀。
當然還有些輔助手段比如：像素的平均分佈比例，
路徑的連貫性等，最終來衡量圖片是否有造假嫌疑。
應用領域
1、新聞造假：伊朗導彈，明星政要換臉等
2、經濟金融：預測股票期貨走勢等
大量圖片通過卷積神經網絡訓練，得出的數據會越來越準確，參考價值也會越來大。從Adobe在其分析研究部門團隊配置來看，包含了經濟學，物理學，計算機科學和人工智能。就可以看出這個技術的產品方向肯定不是隻為了反P圖這麼簡單。
分享到:
閱讀更多 大大里 的文章
