還敢吹「毫無PS痕迹」?小心被Adobe官方AI打臉
來自專欄量子位5,690 人贊了文章
郭一璞 發自 麥拜德
量子位 報道 | 公眾號 QbitAI
自從有了PS,「有圖有真相」就成了一句笑話。
比如朋友圈那些忽悠人的微商:
馬爸爸為微商站台?
假的吧?
當阿里公關吃素的呀?
「貌美」的微商小姐姐和思聰他爸一起出席會議?
思聰呀,你爸爸糊成這樣了你知道么?
不過,現在,馬里蘭大學與開發出PS的那家逗比公司(Adobe)合作,開發了一項新技術:
一個能找出PS痕迹的AI。
這些P圖騙人黨徹底被打臉了。
火眼金睛:拼貼、複製、刪除一招搞定
關於這個火眼金睛的AI技術的論文發表在了CVPR上。
這項技術能檢測出多種P圖手法,包括拼貼、複製和刪除的元素。
拼接
這項技術可以找出那些後期加上去的元素。
比如,這張巨石前的向日葵:
其實是P的,原圖長這樣:
根本沒有向日葵,只有光禿禿的岩石和海鳥,向日葵是後期P上去的。
複製
為了顯得沒有違和感,許多人喜歡把原圖中的素材扣下來,複製一份,縮小一下再粘回原圖的另一個位置。
比如,2008年的時候,伊朗為了嚇唬人,發布了一張發射四枚導彈的照片:
然後被眼尖的吃瓜群眾發現,從左至右第三枚導彈跟第二枚導彈長的一毛一樣,甚至導彈煙霧尾巴上的漸變顏色都一樣。
而且,發射導彈的地面上,中間那片雲和右邊那片雲也一模一樣,連空中飄的部分都不放過!
刪除
看到不想出現在照片上的東西,那就把它抹掉,用周圍的顏色材質蓋住它。
比如這張照片,看起來……算了,看不出來是啥。
但它的中間被塗抹了一部分,原圖長這樣:
冒出了一條小魚的頭,大概是被設計師拿出來做剁椒魚頭了吧。
Adobe的新AI技術就可以識別出這3種P過的圖,是否被添加了什麼額外的東西、是否有複製的元素、是否被刪除抹掉了什麼東西。
找茬秘技の修鍊法則
首先,需要準備一個Faster R-CNN網路,來執行端到端的訓練,這個網路在檢測語義對象時表現出了良好的性能。
現在,我們按照這樣一個原理來偵破圖片中的造假區域:
和普通的圖片檢測不同,Adobe家的這個技術用了雙流檢測的方法,即:
一個RGB流
RGB流用來尋找PS痕迹,比如,向日葵圖中,向日葵邊緣和背景的岩石之間明顯不自然,對比度過高。
這就是RGB流需要尋找的「PS痕迹」。
同時,還需要用到區域提議網路(Region Proposal Network, RPN),它是Faster R-CNN的一部分,用來找那些看起來很可疑的部分。
一個雜訊流
圖片是有「雜訊」的。
當一張圖上的元素被扣下來放到另一張圖上時,就會出現一個明顯的雜訊不同的區域。
當然,肉眼是無法看到的,但是機器可以判斷出來。
比如這張圖片上,格子地板上放了一個紅色正方體。
這張圖片看起來彷彿很正常,色調和諧,光影方向正常,沒有什麼異樣的明暗對比。
但是,它的雜訊流圖片異常詭異:
正方體的前面出現了一個圓洞!
雖然在正方體和淺藍色(本圖為深色)地板上看不出什麼問題,但是在黑色(本圖為淺色)地板上格外明顯。
有一個圓形的東西,在正方體的前方,憑空消失了。
所以,很明顯,這片區域有鬼。
實際上,原圖是這樣的:
紅色正方體前本來有一個黃球,在交給雜訊流監測的圖片上,黃球被P掉了。
池化&對比結合
在可疑圖片經過RGB流和雜訊流兩條線索的監測之後,結果被放進了一個池化層進行池化。
分別對可疑區域得到不同的結果後,兩種方法的結果加以對比,被P過的區域就可以明顯找出來了。
實戰演練
在實際應用中,雙流效果的確不錯。
比如這張圖,看起來大概是日本的某個廠房旁邊的停車場:
RGB流發現,左邊藍色的牌子上,兩塊牌子相鄰處的上半部分(紅框部分)實在是太詭異了。
放大看,是這樣:
而雜訊流則監測出了更多的bug:
一片黑漆漆!
整張圖上的一個半藍色廣告牌,都不對勁。
一定是有人為了掩藏什麼內容,把最左邊的廣告牌和第二個廣告牌的上半部分塗成了藍色。
所以真實的效果是下圖,廣告牌區域的確被P過。
再來看下一個例子,貨架上的手包:
一眼看上去好像沒什麼毛病,就是同一款式深色淺色的兩個包包而已。
但是,RGB流表示,兩個包包都有問題:
而雜訊流的結果有些不一樣,右邊的深色包包和它上面的標籤都有問題:
既然你們意見不一樣,那取個交集吧,右邊的深色包包造假是石錘了:
來,公布正確答案:
找對了,本AI經驗值+1。
可以看的出,相比此前的研究,馬里蘭大學和Adobe研發出的這個新型雙流操作檢測框架,不僅通過RGB流對視覺篡改偽像建模,而且能發現可疑區域雜訊特徵的差異。
作者在論文中寫到,新研究的方法與此前最先進的方法相比,可以提高四個圖像處理數據集的性能。
利空P圖黨
雖然,目前這項技術只是一篇論文,Adobe公司還沒有將其產品化。不過Adobe官方對國外科技媒體THE VERGE說,他們準備繼續推進該項技術,用來監測數字媒體中的虛假圖片信息。
(*σ′?`)σ 希望逗比家快點做出來,接入微信朋友圈,戳穿微商和蛇精臉們的真相。
最後,附論文傳送門~
Learning Rich Features for Image Manipulation Detection
作者:Peng Zhou,Xintong Han,Vlad I. Morariu,Larry S. Davis
發表於CVPR 2018
arXiv:
https://arxiv.org/abs/1805.04953
數據集:
https://www.nist.gov/itl/iad/mig/nimble-challenge-2017-evaluation
— 完 —
歡迎大家關注我們的專欄:量子位 - 知乎專欄
誠摯招聘
量子位正在招募編輯/記者,工作地點在北京中關村。期待有才氣、有熱情的同學加入我們!相關細節,請在量子位公眾號(QbitAI)對話界面,回復「招聘」兩個字。
量子位 QbitAI · 頭條號簽約作者
?? ? 追蹤AI技術和產品新動態
推薦閱讀:
※怎麼用ps做後面的618字體?
※Fireworks 是否有類似 Photoshop 圖層編組的功能?
※adobe pr CC2016如何英文改成中文?
※關於Rita kluge一組作品水面效果的後期思路?
TAG:AdobePhotoshop | 人工智慧 | 計算機視覺 |