Manipuliavimo skaitmeniniais atvaizdais būdai jau nušlifuoti iki tokio lygio, kad tikėti tuo, ką mato akys - priklausomai nuo aplinkybių - naivu ar pavojinga. Tačiau nepagautas - ne vagis: jei internete ar spaudoje paskelbta suklastota jūsų nuotrauka, kurią išvydus norisi prasmegti skradžiai žemę, vargu ar pavyks kitiems įrodyti, kad esate ne kupranugaris.
Atskirti, kada konkretus TIFF arba JPEG failas “sako” tiesą, o kada meluoja, būna keblu net teismo ekspertams. Ir nebūtinai tik tais atvejais, kai prie atvaizdo nagus būna prikišęs “Photoshop” virtuozas. Pasak Dartmoutho koledžo (http://www.dartmouth.edu) kompiuterių mokslo profesoriaus adjunkto Hany Farido, lyginant atvaizdų skaitmeninio klastojimo pasiekimus su techninėmis jų aptikimo galimybėmis vis dar gyvename Viduramžių laikais. Tačiau jis kartu su savo kolegomis teigia radęs galimą problemos sprendimą, kurį pristatė Toronte vykusiame 6-ajame tarptautiniame seminare informacijos slėpimo klausimais. Profesorius Faridas mano, kad Dartmouthe sukurta (http://www.cs.dartmouth.edu/~farid/publications/ih04.pdf) arba į ją labai panaši kitų tyrėjų technologija netrukus bus patvirtinta naudoti JAV teisinėje sistemoje skaitmeninių atvaizdų tikroviškumui patvirtinti.
Šis sprendimas paremtas skaitmeninių failų turinio matematine statistika. Kiekviena skaitmeninė nuotrauka ar paveikslėlis susideda iš vaizdo taškų (pikselių), o kiekvienas taškas, priklausomai nuo spalvos ar šviesumo, “aprašomas” tam tikru skaičiumi. Suliejant du ar daugiau atvaizdų į vieną, kad iš jų būtų galima sumontuoti įtikinamą nuotrauką, pikselius neišvengiamai tenka “ištempti”, “susukti”, patamsinti ar dar kitaip pakeisti. Kadangi statistiniai vaizdo taškų dėsningumai išlieka kiekviename skaitmeniniame atvaizde, pakeitus failo turinį pasikeis ir statistiniai jo turinio požymiai. Siekiant patikrinti atvaizdo autentiškumą, profesoriaus Farido ir jo kolegų sukurti algoritmai ieško įrodymų, liekančių po failo apdorojimo vaizdo redagavimo programomis.
Profesorius teigia, kad natūralios skaitmeninės nuotraukos nėra atsitiktinės - kaip kad prie rašomosios mašinėlės pasodinta beždžionėlė neparašys Šekspyro soneto, taip ir atsitiktinis pikselių rinkinys, “užteptas” ant popieriaus, nepavirs žmogui suprantamu piešiniu ar nuotrauka. Tai reiškia, kad visi natūraliai gaunami vaizdai remiasi tam tikrais statistiniais dėsningumais, kuriuos nagrinėjant matematiniais metodais galima nustatyti, suklastoti jie ar ne.
Grafiniams failams skirto melo detektoriaus rezultatai kalba patys už save. Toronte skaitytas H. Farido pranešimas iliustruojamas parodomosios klastotės pavyzdžiu. A variantas - tai originali nuotrauka, B - su ja atliktų manipuliacijų rezultatas. Suklastotoje nuotraukoje buvo išimta viena kėdė ir pakeistos grindys, kurių atvaizdas paimtas iš kitos tame pačiame kambaryje padarytos nuotraukos. O C variante - vaizdo ekspertizės algoritmų sudarytas žemėlapis, kuriame pažymėti ryškiausi manipuliacijų įkalčiai. Beje, tai dar vienas pavyzdys, patvirtinantis, kokia patikli būna kompiuteriu neapginkluota akis: ar žiūrint į B nuotrauką kiltų bent menkiausias įtarimas, kad šis JPEG-as mums begėdiškai meluoja?
