Як я можу виявити, чи було фотографії фотошоп?

Я хотів би перевірити JPG-файли, чи маніпулювали ними для зміни вмісту.

Що я вважаю НЕ фотошопом:

• Обрізання
• Обертовий
• (Масштабування)
• Роздільна здатність зображення
• Автоматичні зміни можуть робити смартфони

Що я вважаю фотошопом:

• Додавання нового зображення поверх частин старого зображення
• Зміна тексту частини зображення

Як це можна автоматично перевірити?

(І чи є для нього готові до використання бібліотеки?)

Аналіз рівня помилок, як описано Аналіз рівня помилок, знайдений на веб-сторінці https://github.com/afsalashyana/FakeImageDetection, здається, один із способів:

Ви використовуєте, що місцеві коефіцієнти стиснення можуть бути різними. І, здається, можна тренувати нейронні мережі на ньому.

Я не знайшов паперу, в якому сказано, наскільки добре це працює досі

Насправді я зараз не працюю над цією сферою, але пам'ятаю щось із минулого, що може вам допомогти. JPG-файли використовують квантування, це дуже важко для виявлення підробок, але я пропоную вам прочитати наступний документ.

Аналіз продуктивності виявлення підробок стиснення зображення JPEG

Запропонований криміналістичний алгоритм для розрізнення оригінальних та кованих областей у зображеннях JPEG, під гіпотезою, що підроблене зображення має подвійне стиснення JPEG, або вирівняне (A-DJPG), або нерівневе (NA-DJPG). На відміну від попередніх підходів, запропонованому алгоритму не потрібно вручну вибирати підозрілу область для перевірки наявності або відсутності артефактів подвійного стиснення. На основі вдосконаленої та уніфікованої статистичної моделі, що характеризує артефакти, що з’являються в присутності як A-DJPG, так і NA-DJPG, запропонований алгоритм автоматично обчислює карту вірогідності, що вказує на ймовірність того, що кожен 8-8 дискретний блок косинусного перетворення може бути подвійним стисненням. . Обґрунтованість запропонованого підходу була оцінена шляхом оцінки працездатності детектора на основі порогової оцінки ймовірності, враховуючи різні криміналістичні сценарії. Ефективність запропонованого способу також підтверджується тестами, проведеними на реалістичних підроблених зображеннях. Цікавою властивістю запропонованого байєсівського підходу є те, що його можна легко розширити для роботи зі слідами, залишеними іншими видами обробки.