Vemos las hazañas imaginativas de la foto falsificación; ahora tenemos que averiguar qué hacer con ellos. Ser capaz de distinguir lo falso de lo real es el objetivo, ¿Pero, cómo llegar allí? La ciencia forense es la herramienta clave para buscar fotos falsas y no parece ser una tarea fácil lograr que esa herramienta funcione bien.

"Una de las cosas más difíciles de detectar fotografías manipuladas, o 'deepfakes, 'es que los archivos de fotos digitales no están codificados para que sean inviolables, "dijo Lily Hay Newman en Cableado .

¿Qué han logrado los expertos? ¿luego? Los analistas forenses descubrieron cómo detectar algunas características digitales para detectar intromisiones, "pero estos indicadores no siempre dan una imagen confiable, " ella dijo.

E incluso esas pistas pueden no ayudar, como "muchos tipos comunes de posprocesamiento, 'como la compresión de archivos para cargar y compartir fotos en línea, elimine estas pistas de todos modos ".

Pero espera. Un par de investigadores de la Escuela de Ingeniería Tandon de la Universidad de Nueva York tenían un "qué pasaría si ..." un sello a prueba de manipulaciones de la propia cámara.

Su artículo sobre esta idea está en arXiv, y se titula, "Conductos de imágenes neuronales:¿el flagelo o la esperanza de la medicina forense?" Los autores son Pawel Korus y Nasir Memon.

"Demostramos que se puede entrenar una red neuronal para reemplazar todo el proceso de desarrollo fotográfico, y optimizado conjuntamente para la reproducción de fotografías de alta fidelidad y un análisis de procedencia confiable. Tal canalización de imágenes neuronales optimizada nos permitió aumentar la precisión de detección de manipulación de imágenes de aprox. 45% a más del 90%. La red aprende a introducir artefactos cuidadosamente elaborados, similar a las marcas de agua digitales, que facilitan la detección de manipulaciones posteriores. El análisis de las compensaciones de rendimiento indica que la mayoría de las ganancias se pueden obtener con solo una distorsión menor ".

Cableado explicó lo que propusieron los autores:entrenar una red neuronal para impulsar el proceso de revelado fotográfico que tiene lugar dentro de las cámaras. "Los sensores interpretan la luz que incide en la lente y la convierten en una imagen de alta calidad, la red neuronal también está entrenada para marcar el archivo con indicadores indelebles que se pueden verificar más tarde, si es necesario, por analistas forenses, "Escribió Newman.

Citó al investigador Nasir Memon comentando sobre la verificación de falsificaciones de esta manera. Dijo que "hay que acercarse a la fuente donde se captura la imagen".

Dijo además que en este trabajo "estamos creando una imagen que sea amigable para los forenses, lo que permitirá un mejor análisis forense que una imagen típica. Es un enfoque proactivo en lugar de simplemente crear imágenes por su calidad visual y luego esperar que las técnicas forenses funcionen después del hecho ".

Melanie Ehrenkranz en Gizmodo también aclaró lo que los investigadores estaban tratando de lograr, para tener éxito en la medicina forense mediante el aprendizaje automático con fines forenses, y horneando un método de detección directamente en la cámara.

Ehrencranz:"Detallan un método en el que una red neuronal reemplaza el proceso de revelado de la foto para que la imagen original tomada se marque con algo así como una marca de agua digital para indicar la procedencia de la foto en un análisis forense digital. En otras palabras, el proceso identifica el origen de una fotografía y si ha sido manipulado desde su estado original ".

El comunicado de prensa de la Escuela de Ingeniería de NYU Tandon tenía un resumen especialmente bueno de lo que estos investigadores han logrado. Su enfoque "reemplaza el típico desarrollo de fotografías con una red neuronal, una forma de IA, que introduce artefactos cuidadosamente elaborados directamente en la imagen en el momento de la adquisición de la imagen. Estos artefactos, similar a 'marcas de agua digitales, 'son extremadamente sensibles a la manipulación ".

"A diferencia de las técnicas de marca de agua utilizadas anteriormente, Estos artefactos aprendidos por IA pueden revelar no solo la existencia de manipulaciones fotográficas, pero también su carácter, "Dijo Korus.

El proceso está optimizado para la incrustación en la cámara y puede sobrevivir a la distorsión de la imagen aplicada por los servicios para compartir fotos en línea.

La discusión ha sido sobre la marca de agua forense en las fotos. ¿Y el video? Cableado dijo que el video era algo que los investigadores dijeron que aún no habían abordado, pero que sería teóricamente posible.

"Creemos que es imperativo considerar nuevas oportunidades para el diseño orientado a la seguridad de cámaras y canales de difusión multimedia que vienen con la adopción de procesadores de imágenes neuronales".

Realmente, su caja de herramientas de imágenes neuronales está disponible en GitHub. Se describe como una "caja de herramientas de Python para la optimización de canales de imágenes neuronales para la detección de manipulación de fotografías".

El lanzamiento de NYU Tandon señaló que en los próximos años, "Es probable que los procesos impulsados ​​por la inteligencia artificial reemplacen por completo las tuberías tradicionales de imágenes digitales". Memon dijo que a medida que se lleva a cabo esta transición, “Tenemos la oportunidad de cambiar drásticamente las capacidades de los dispositivos de próxima generación en lo que respecta a la integridad y autenticación de la imagen. Las canalizaciones de imágenes que están optimizadas para la ciencia forense podrían ayudar a restaurar un elemento de confianza en áreas donde la línea entre lo real y lo falso puede ser difícil de trazar con confianza '".

© 2019 Science X Network