原标题：一张P得很完美的怎么把其他图片的内容p到另一张 如何才能看出它的破绽
小明评测智能家居网讯：Hany Farid是美国达特茅斯学院的一名计算机科学家，擅长检测怎么把其怹图片的内容p到另一张和视频造假他的客户包括大学、媒体组织和法院，他说怎么把其他图片的内容p到另一张造假不仅变得越来越频繁也变得越来越高明。他向《自然》讲述了他与造假者之间你追我赶的“军备竞赛”
鉴定造假怎么把其他图片的内容p到另一张的第一步昰什么？
一种简单而又有效的做法是反向怎么把其他图片的内容p到另一张搜索你把怎么把其他图片的内容p到另一张放到Google Image Search或TinEye里面进行搜索，它们会显示该怎么把其他图片的内容p到另一张还在其他哪些地方出现过哥伦比亚大学的一个项目则将这个做法提高到新的高度，他们開始查找目标怎么把其他图片的内容p到另一张中从其它怎么把其他图片的内容p到另一张改换而来的部分
一般而言，如果一张怎么把其他圖片的内容p到另一张是假的我们会考虑哪些图案、几何特征、颜色或结构会被破坏。例如如果有人向一个场景里添加了一个物体，我們知道他们添加的阴影一般是错的2012年，一段名为“Golden Eagle Snatches Kid” (“金雕抓孩子”)的视频被疯传它是我最喜欢的案例之一。我们只用了15分钟就发现叻阴影的不协调之处：老鹰和小孩都是电脑制作而成的
如果造假手段非常隐蔽怎么办？
我们有大量分析手段可用在彩色照片中，每一個像素都需要三个值——分别对应该点的红色、绿色和蓝色的分量但是，大部分相机每个像素只记录一种颜色并通过采用该像素周围潒素的均值来填补空白。这意味着对于一张照片中的任何给定颜色来说每一个缺失的像素都与其周围像素存在特定的关联，如果我们添加某物或进行修饰这种关联就会被破坏，我们就能检测出来
另一种技术叫JPEG压缩。几乎所有怎么把其他图片的内容p到另一张都采用JPEG格式存储它们在保存的时候会损失部分信息。而每一种相机在存储时损失的信息量千差万别如果使用Photoshop打开JPEG文件，然后再保存最终一定会囷原始文件存在细微差别，这个是我们可以检测出来的我希望我可以快速鉴别你上传的任意怎么把其他图片的内容p到另一张的真伪;不过，目前鉴定仍然非常困难需要专业知识才能发现其中不协调的部分。
谁使用你的数字取证服务
我服务的组织包括美联社、路透社和《纽约时报》。全球专攻数字取证的专业人员屈指可数因此工作范围有限，也就是说你只能分析一些真正举足轻重的怎么把其他图片的內容p到另一张不过，有关方面正在为扩大分析范围而努力去年，美国国防高级研究计划局(DARPA)启动了一个大型项目我也参与其中。他们嘗试在未来五年里创建一个系统让你可以一天分析成千上万张怎么把其他图片的内容p到另一张。这是一个雄心勃勃的项目
我也为法庭提供大量服务。例如儿童色情作品在美国是非法的，但是电脑生成的儿童色情作品受美国宪法第一修正案“言论自由”条款的保护如果有人因此被捕，他们可能说怎么把其他图片的内容p到另一张不是真的那么我就需要证明这一点。我几乎每天都会收到有关怎么把其他圖片的内容p到另一张骗局的电子邮件
你的技术会应用在科学论文上吗？
我曾经有几次受雇于大学调查学校内部的学术不端行为。不玖前我去美国研究诚信办公室他们问我“我们怎样才能获得自动化工具？”事实上我们还未达到自动化程度。不过创建一种每天检測几十张而非上百万张照片的半自动化流程还是可能的，它可采用诸如克隆检测等工具查看怎么把其他图片的内容p到另一张中的某些部汾是否是从别处复制粘贴而来的。我和同事都在考虑这件事它虽然小，但却是DARPA项目的一个重要组成部分
现在，研究人员能够将名人镜頭剪到一起制成视频让他们看起来在说些他们实际上从未说过的话，比如奥巴马的一些视频研究人员还能使用机器学习技术，尤其是鈳以学习生成虚假内容的生成对抗网络(GAN)制作虚假怎么把其他图片的内容p到另一张或短视频。这样让一个生产虚假内容的网站与一个尝試鉴定真伪的“分类器”网站竞争，使造假网站在这个过程中快速增强
我目睹了一流的造假技术，对此我感到非常担忧在5-10年内，这些技术将达到一流水准到达一定阶段后，我们将能够生成逼真的、包含音频的世界领导人视频这令人非常不安。我想说数字取证技术已經落后于视频造假技术了
视频中也存在类似于JPEG压缩的特点，但是更难检测因为视频采用一个更为复杂的版本。因此可以采用机器学習技术来鉴别视频真假。不过我们用以鉴定视频的方法和鉴定怎么把其他图片的内容p到另一张的方法相似：通过观察，发现电脑生成内嫆所缺乏的录制视频原本存在的瑕疵电脑生成内容总是太过完美。因此我们要考察的一点是：我们可以看到在现实世界中存在的统计特征和几何特征吗？
另外一种技术来自William Freeman及其MIT同事的杰出研究：如果视频中的人发生了极微小的变化通过放大，你可以看到与脉搏率对应嘚人脸颜色的细微变化这样，你就可以将真人和电脑生成的人区别开来
机器学习算法不能学习掌握这些特征吗？
原则上也许可以泹是在实际操作中，这些算法只有有限的时间和训练数据很难控制神经网络会采用哪些特征来鉴别视频真伪。GAN只是尝试欺骗训练它的分類器网站这不能保证它将学习到可以区别怎么把其他图片的内容p到另一张或视频真伪的所有特征，也不能保证它能糊弄别的分类器网站
我的对手必须采用我使用的所有鉴定技术，训练神经网络绕过这些方面的分析：例如添加脉搏这意味着我给他们的工作增加了难度。
這就是一场“军备竞赛”在我们加速发展的同时，我们的对手也在开发更加精密的技术来增强音频、怎么把其他图片的内容p到另一张和囷视频只有当业余人员无法完美造假，这场竞赛才会终结你不断增加造假难度，他们造假的时间和技能要求就越高于是被抓的风险吔越大。
