Adobe, société éditrice de Photoshop affirme avoir développé un outil basé sur un réseau neuronale artificiel qui peut détecter l’altération d’une image via une analyse du spectre RGB et du bruit.
Si la manipulation d’image est devenue de plus en plus subtile grâce aux puissants outils de retouche, notamment ceux de Photoshop, la société éditrice Adobe a parallèlement conçu un outil capable d’analyser l’image et de détecter, via un apprentissage profond de la lecture du spectre RGB et du bruit si la photo analysée a été « photoshopée ».
Si dans notre vie de tous les jours les images truquées sont assez rares, il est certains cas où savoir si l’image est vraie est déterminante. On pense à certaines situations de photojournalisme où la photo a été retouchée pour amplifier l’émotion ou des concours photos victimes d’image photoshopée. Idem en ce qui concerne l’analyse de certaines images médicos-légales liées à une affaire ou encore la viralité de certaines photos politiciennes ou de célébrités: un élément ajouté pourrait changer la donne. Ainsi, l’outil d’Adobe permettra dans certains cas de répondre de la véracité d’une image proposée et voir si un élément a été ajouté ou non.
Plusieurs différences peuvent exister entre les éléments d’une image d’origine et ceux d’une image altérée comme le modèle de bruit ou les niveaux de contrastes différents. La précision des ajustements grâce aux outils actuels peuvent les rendre pratiquement indiscernables à l’œil humain. Le réseau neuronal d’Adobe peut non seulement identifier ces changements, mais aussi déterminer le type de technique d’altération utilisée pour éditer l’image. Ainsi, l’outil d’Adobe, a « appris » à reconnaître une image altérée non pas en se basant sur un schéma simpliste de photo à partir duquel on aurait ajouté ou soustrait un élément mais en « lisant » n’importe quelle photo et en la scannant.
Ainsi, l’analyse passe d’abord par une lecture des canaux RVB et recherche des différences de contrastes. Ensuite l’analyse se base sur une lecture du bruit de chacun des éléments de l’image et repère où la structure est différente. Ces données sont ensuite croisées et permettent de déterminer spatialement où l’élément suspect se trouve dans l’image.
Pour ceux qui souhaiteraient en apprendre davantage nous vous mettons à disposition le communiqué en anglais ici.
Source : DP Review
0 commentaire
Ajouter le vôtre