数字法医：如何识别伪造的照片？.docVIP

数字法医：如何识别伪造的照片？ 在PS帝满天飞的今天，如何才能不让假照片迷惑我们的双眼？除了简单的肉眼观察以外，计算机专家也给调查人员提供了一套强大的“数字法医”工具。不光是PS，自从第一张照片在1826年被拍出来以后，“有图有真相”就成了大家给照片的“标签”。不过其实照片也没“纯洁”太久，仅仅34年后，第一张“改图”就出现了。 这是一张非常著名的林肯肖像照，嗯……没错，它是改过的，原图是右边的著名的南方政客John Calhoun。不知道林肯他老人家当时是怎么想的，拿一张死对头的照片当底板…… 不过，虽然PS让一切皆有可能，但明眼人还是能够从细节见端倪的。下面我就来给大家介绍几个判断的小技巧。 光源不说谎 光学摄影的基础，那当然是光。所以照片的光线特征也是鉴定照片真实性的首要因素。对于一般的照片，我们最容易判断的就是图中物体的光源特征是否一致。 这张图所呈现的就是单一光源照射在球体后的样子。简单来说，光源直射的地方最亮，离光源越远，亮度呈梯度下降。在拿到一张照片以后，我们就可以先来看看所有的人或物体的光源特征是否全部一样。 呃，我知道这几只鸭子特别违和……不过咱们是为了举例子嘛。从这张图里1B和3B警察的头盔可以看出（外国人也知道2B不好？），光源是在正上方的。而这几只充满违和感的鸭子呢？照在它们身上的光源显然不是正上方。所以就很容易鉴定此图为PS的啦！ 反射高光：眼中的白点 这里说的反射高光是指环境光束在眼中反射的那个小白点。而这些小白点通常可以告诉我们一些有关周围光源的信息。 这是一幅2006年“美国偶像”的宣传照。从小图中可以看出，每个人眼睛里的小点都有所不同。 首先，这个小白点的位置可以告诉我们光源的位置。随着光源的移动，小白点的位置也会随之移动。 一般来说，如果每个人眼睛里小白点的位置实在差太多的话，用肉眼就可以分辨出来。不过Dartmouth学院的计算机教授Hany Farid提供了一种更精细的算法，可以根据眼睛结构的不同，准确做出“反射高光”的数学模型。 对于上面那幅图来说，他们4个人眼睛里白点的位置就是这样的： 这很显然不是一张图，而且没准是3张图一起拼的。不过人家明星档期忙，也就可以理解啦。 复制粘贴？没门！ Ctrl+C Ctrl+V，这个谁都会用，而且也经常在照片中出现。下面这幅图是美国前总统小布什在2004年竞选时的照片。 先不说，自己看看，能看出几处是克隆的？一般来说，通过计算机来找共同点的话需要一个一个像素的比对，不过这么来的话，一般得到的结果都是天文数字……Hany Farid提出了一种以六像素小方块为基本单位来进行比较的新算法。这样不但加快了比对速度，也降低了误查率。 来看看刚才那张照片的答案吧！图中红蓝绿色的区域就是重复的区域，不知道你发现没有呢？ 相机指纹 嗯……又是指纹，不过这个指纹跟手上的不太一样。我们都知道，数码相机CCD上的每个象素都带有一个光感应器，用以测量光线的明亮程度。不过由于光电二极管是只支持单颜色的装置，所以就需要一套镶嵌式的颜色滤镜，也就是“过滤排列装置”（CFA），以便让感应器区分组成可见光的红、绿、蓝三种基本颜色，并且将其转变成数字信号，如下图。 特定的方格只能接收到特定的信号，那为什么我们看到的图是五颜六色的呢？首先，由于所有的颜色都可以分解成RGB，也就意味着可以通过RGB来合成，所以当三种颜色叠起来的时候，五彩的颜色就出现啦。不过因为并不是每一个“格子”都有三种信号，所以每一种通道就会通过一些算法，来“填”满其他的格子，比如求平均数。 也就是说，每种通道里的所有“格子”里的数字都应该和周围的格子有数学关系的，如果没有，那这图就一定被P过啦！ 这幅图是美国前总统小布什（我真不是故意黑您，真的）在2005年联合国安全理事会会议中写的一个便条：“我觉得我需要上个厕所。”原图是由路透社发布的，不过经过像素分析，可以看出路透社的腹黑记者在发图之前特意把笔记本周围的对比度调高了…… PS是神器，而且是人人都可以使用的神器……在照片不改两下都不好意思发出去的今天，在说“有图有真相”这句话之前可要三思了……