Sadržaj

Sažetak

Napretkom tehnologije sve je lakše i realnije omogućeno izmjenjivanje videa. Postoje mnogi alati koji nam olakšavaju manipulaciju videom. Ne postoji jednostavan način da se utvrdi dali je video izmijenjen, ali postoje mnoge suptilne stvari koje mogu pomoći naslutiti dali je video izmijenjen. Neke tehnike koje bi nam mogle pomoći u detektiranju su koristeći svoje(ljudsko) oko, provjera PRNU suma, CFA, kromatska aberacija te tragovi kompresije slike. Detekcija izmjene videa je znatno teža od detekcije izmjene slike, jer se video sastoji od mnogo sličica spojenih u jedan video, te za uzeti sliku iz videa treba raditi snimke zaslona koje mijenjaju kvalitetu slike i samim time pružaju manje detalja. Slike niže kvalitete skrivaju grube rubove i mogu umanjiti znakove da je snimka izmijenjena. Sama činjenica da je video ili slika više puta komprimirana može značiti da je izmijenjen. Svaki put kad se video exporta on se komprimira, tako da kada snimimo video s mobitelom on se komprimira prije spremanja. Ako želimo taj video izmijeniti morat ćemo ga ponovo exportati, gdje se ponovo događa komprimiranje videa. Jedan od načina za provjeriti dali je snimka izmijenjena je usporiti video te pratiti kretanja, jer se na usporenom videu puno lakše mogu primijetiti anomalije u kretanju objekata.

Detekcija ljudskim okom

Jedna od glavnih metoda za detekciju izmijenjenog videa je prosto korištenje oka. Najčešće se golim okom mogu vidjeti razlike u svjetlini među objektima, sjene koje se ne podudaraju, odrazi u ogledalu, neprirodni pokreti npr. treptanje oka. Slika ispod je jedan od primjera izmijenjenog videa tj. slike iz tog videa te detekcije pomoću odraza u staklu. Ako povučemo linije rubova čovjeka i njegovog odraza, primjećujemo da su sve crte jednog čovjeka paralelne, ali da crte oba čovjeka nisu, što nam implicira da jedna od te dvije osobe uopće nije u videu tj. slici. Na sličan način bi mogli detektirati manipulaciju videa pomoću sjena. Povučemo li crtu rubova objekata i njihovih sjena primijetimo da se sve crte sijeku u jednoj točci tj. sjene nastaju iz istog izvora svjetla, a plavom bojom su označene crte koje se ne poklapaju s ostalima te to vrlo vjerojatno implicira da su ti objekti umetnuti u video, tj. sliku. Jedan od načina prepoznavanja izmijenjenog videa je također manjak detalja na objektima što možemo primijetiti i na slici ispod. Na slici se očito primijeti da su i Ferrari i platno umjetno dodani. Prvim pogledom na sliku primijeti se da ta dva objekta ne pripadaju originalnoj snimci, ali naravno većinu izmijenjenih videa neće biti tako lako primijetiti.

PRNU šum

PRNU ili Photo Response Non-Uniformity je šum koji nastaje zbog CCD/CMOS senzora koji su unikatni za svaku kameru. Tako da teoretski izračunom šuma bi se trebala moći detektirati kamera kojom je snimljen video. Također ako uzmemo dvije scene te usporedimo njihove PRNU šumove možemo vidjeti dali su te scene snimljene istom kamerom tj. dali je video izmijenjen.

CFA

CFA ili Color Filter Array je mozaik sićušnih filtara u boji postavljenih preko senzora piksela senzora slike za hvatanje informacija o boji. Oni su potrebni jer tipični fotosenzori detektiraju intenzitet svjetlosti s malo ili nimalo specifičnosti valne duljine i stoga ne mogu odvojiti informacije o boji. Jedan od primjera filtera je Bayesov filter, koji se među ostalim najčešće koristi. On se sastoji od matrice 2×2 koja ima dva zelena te po jedan crveni i plavi filter. On daje informacije o intenzitetu svjetlosti u crvenom, zelenom i plavom (RGB) području valne duljine. Neobrađeni slikovni podaci snimljeni slikovnim senzorom se kasnije pretvaraju u sliku pune boje (s intenzitetima sve tri primarne boje predstavljene u svakom pikselu). Slično kao i PRNU šum, različite kamere imaju različite filtere, tako da je moguća identifikacija kamere koja je snimila video. Detekcija izmjene videa tj. slike moguća je samo na nekomprimiranim slikama. Najjednostavniji pristup detekcije izmjene je tako da se uzme prosjek susjednih vrijednosti piksela, u originalnoj slici te vrijednosti bit će u korelaciji sa svojim susjedima. Ako slika nema odgovarajuće korelacije piksela za kameru koja je navodno korištena za snimanje fotografija, velika je šansa da je slika izmijenjena.

Kromatska aberacija

Kromatska aberacija je neuspjeh leće da fokusira sve boje na istu točku, što je uzorkovano disperzijom. Indeks loma elemenata leće varira s valnom duljinom svjetlosti. Indeks loma većine prozirnih materijala opada s povećanjem valne duljine. Kromatska aberacija očituje se kao tragovi boje na mjestima visokog kontrasta tj. granica koje razdvajaju tamne i svijetle dijelove slike. Na prvoj slici se vidi kromatska aberacija na granicama konja i pozadine, a na drugoj slici vidi se matrica aberacije iz koje možemo vidjeti da se aberacija povećava što je dalje od fokusa slike. Nekonzistentnost u aberacijskoj matrici pokazuje da je slika izmijenjena.

Zaključak

U današnje vrijeme svi imamo pristup internetu, a samim time i mnogim videima kojima ne znamo porijeklo niti znamo dali su videi stvarni s obzirom koliko je lako izmijeniti video. U seminaru smo prošli kroz neke metode detekcije izmijenjenog videa, ali to ne znači da ćemo uvijek biti u mogućnosti detektirati izmijenjeni video. Zaključak je da trebamo biti oprezni te ne vjerovati svemu što vidimo na internetu bez da provjerimo dali je to što gledamo stvarno.

Literatura

[1] Micah K. Johnson, Hany Farid: Exposing Digital Forgeries Through Chromatic Aberration

[2] https://www.americanscientist.org/article/how-to-detect-faked-photos

[3] https://www.scientificamerican.com/article/5-ways-to-spot-a-fake/