Jak mogę wykryć, że zdjęcie zostało zrobione w Photoshopie?

Chciałbym sprawdzić pliki JPG, jeśli zostały zmanipulowane w celu zmiany treści.

Co uważam za NIE Photoshopped:

• Uprawa
• Obracanie
• (Skalowanie)
• Rozdzielczość obrazu
• Automatyczne zmiany mogą wprowadzić smartfony

Co uważam za photoshopping:

• Dodanie nowego obrazu na wierzchu części starego obrazu
• Zmiana tekstu części obrazu

Jak można to automatycznie sprawdzić?

(I: Czy są do tego gotowe biblioteki?)

Analiza poziomu błędu zgodnie z opisem Analiza poziomu błędu, znaleziona na https://github.com/afsalashyana/FakeImageDetection wydaje się być jednym sposobem:

Wykorzystujesz, że lokalne współczynniki kompresji mogą być inne. Wydaje się, że można na nim trenować sieci neuronowe.

Nie znalazłem gazety, która mówi, jak dobrze to działa

Właściwie nie pracuję obecnie nad tym obszarem, ale pamiętam coś z przeszłości, co może ci pomóc. Pliki JPG używają kwantyzacji, wykrywanie podróbek jest naprawdę trudne, ale sugeruję przeczytanie poniższej pracy.

Analiza wydajności wykrywania fałszerstw kompresji obrazu JPEG

Proponowany algorytm kryminalistyczny do rozróżnienia między oryginalnymi a sfałszowanymi regionami w obrazach JPEG, przy założeniu, że sfałszowany obraz przedstawia podwójną kompresję JPEG, zarówno wyrównaną (A-DJPG), jak i niezrównaną (NA-DJPG). W przeciwieństwie do poprzednich podejść, proponowany algorytm nie musi ręcznie wybierać podejrzanego regionu w celu przetestowania obecności lub braku artefaktów podwójnej kompresji. W oparciu o ulepszony i zunifikowany model statystyczny charakteryzujący artefakty pojawiające się w obecności zarówno A-DJPG, jak i NA-DJPG, proponowany algorytm automatycznie oblicza mapę prawdopodobieństwa wskazującą prawdopodobieństwo każdego podwójnego bloku transformacji kosinusowej 8 × 8 podwójnej kompresji . Ważność proponowanego podejścia oceniono, oceniając działanie detektora na podstawie progu mapy prawdopodobieństwa, biorąc pod uwagę różne scenariusze sądowe. Skuteczność proponowanej metody potwierdzają również testy przeprowadzone na realistycznych sfałszowanych obrazach. Interesującą właściwością proponowanego podejścia bayesowskiego jest to, że można go łatwo rozszerzyć do pracy ze śladami pozostawionymi przez inne rodzaje przetwarzania.