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。
閱讀更多 大大里 的文章