Nuolat pasirodančios nuotraukos, padirbtos galinga komercine programine įranga, paskatino kurti naują skaitmeninės ekspertizės sritį.
Specialūs algoritmai gali aptikti, ar nuotraukai buvo taikoma klonavimo technika ir ar ji pasižymi matematinėmis neredaguotos skaitmeninės nuotraukos ypatybėmis.



Istorijoje randama gausybė nuotraukų klastojimo pavyzdžių. Pavyzdžiui, Stalinas (Stalin), Mao Dzedunas (Mao), Hitleris (Hitler), Musolinis (Mussolini), Fidelis Kastro (Castro) ir Brežnevas (Brezhnev) buvo nurodę „pataisyti“ savo nuotraukas – pradedant herojiškesnėmis pozomis nei iš tikrųjų ir baigiant priešų ar alaus butelių ištrynimu. Stalino laikais norint sukurti tokias klastotes tekdavo ilgai ir kruopščiai darbuotis fotolaboratorijoje. Na, o šiandien kiekvienas, turintis kompiuterį, gali lengvai parengti labai sunkiai atpažįstamą klastotę.

Beveik kas mėnesį naujienų antraštės skelbia apie atskleistą naują nuotraukų klastojimo atvejį. Pavyzdžiui, apdovanojimų sulaukusi nuotrauka, kurioje matyti, kaip nykstančių Tibeto antilopių bandos, rodos, negąsdina pro šalį lekiantis naujas greitasis traukinys, vasario mėnesį paaiškėjo besanti klastotė. Kai 2006 m. viduryje buvo atidaryta prieštaringai vertinama geležinkelio linija, šią fotografiją išspausdino šimtai Kinijos laikraščių. Kai kurie žmonės nuotraukoje iškart pastebėjo įvairių keistenybių, pavyzdžiui, tai, kad bandoje yra vaikingų antilopių, bet aplinkui nematyti jauniklių – ši situacija neatitiko to metų laiko, kai buvo paleistas traukinys. Abejonės galų gale iškilo į viešumą, kai plakatai su šia nuotrauka buvo iškabinti Pekino metro ir pasirodė kiti klastotės ženklai, pavyzdžiui, linija dviejų paveikslėlių sudūrimo vietoje. Fotografas Liu Veiking (Liu Weiqing) ir jo laikraščio redaktorius pasitraukė iš užimamų pareigų, o Kinijos vyriausybinės naujienų agentūros atsiprašė už nuotraukos platinimą ir pažadėjo iš savo duomenų bankų pašalinti visas Liu darytas nuotraukas.

Šią klastotę, kaip ir daugelį kitų, atpažino atidūs žmonės, kruopščiai nagrinėdami nuotrauką. Joje pastebėta vienokių ar kitokių neatitikimų. Tačiau yra daugybė kitų atvejų, kai nuotraukos tyrinėjimas plika akimi nepadeda atskleisti pakeitimų; tada reikia imtis techninių kompiuterinių metodų – skaitmeninės nuotraukų ekspertizės.


Šis paveikslėlis redaguotas keliose vietose. Toliau straipsnyje aprašomi skaitmeninės ekspertizės metodai gali padėti aptikti tokių pakeitimų vietas. Atsakymai pateikti straipsnio pabaigoje.


Patvirtinti nuotraukų autentiškumą manęs dažnai prašo žiniasklaidos atstovai, teisėsaugos institucijos, teismai ir privatūs asmenys. Kiekviena tiriama nuotrauka kelia savitus iššūkius ir reikalauja skirtingų priemonių. Pavyzdžiui, tirdamas paveikslėlį, kurį įtarė esant sudėliotą iš atskirų dviejų žmonių nuotraukų, naudojausi metodu, leidžiančiu nustatyti apšvietimo nedermę. Kai į mano rankas pateko žuvies nuotrauka, internete paskelbta kaip vaizdelis iš žūklės varžybų, ieškojau pikselių iškraipymų, atsirandančių keičiant paveikslėlio dydį. Ekrano nuotraukos, kuri buvo pateikta kaip įrodymas sprendžiant ginčą dėl teisių į programinę įrangą, taisymo faktą padėjo atskleisti paveikslėlio neatitikimai, susiję su Jpeg, įprasto skaitmeninių vaizdų suspaudimo algoritmo, ypatybėmis.

Šie pavyzdžiai rodo, kad dėl redagavimo technikos ir pačių nuotraukų įvairovės skaitmeninei nuotraukų ekspertizei naudinga turėti platų įrankių pasirinkimą. Per pastaruosius penkerius metus mano studentai, kolegos ir aš pats, kartu su maža, bet augančia kitų tyrėjų grupe, sukūrėme keletą metodų, padedančių aptikti skaitmeninių nuotraukų klastojimą. Kurti kiekvieną tokį įrankį pradedame išsiaiškindami, kokios statistinės ar geometrinės nuotraukos ypatybės keičiamos konkrečiais klastojimo būdais. Tada sukuriame matematinį algoritmą, aptinkantį tokius nuokrypius. Toliau straipsnyje išdėstysime penkias tyrimo technikas.

Nuotraukos autentiškumo nustatymas gali lemti, pavyzdžiui, tai, ar žmogus pateks į kalėjimą. Nuo jo gali priklausyti, ar skelbiamas naujas mokslinis išradimas bus pripažintas revoliuciniu žingsniu į priekį, ar tik bus atskleista niekšiška apgaulė, paliksianti tamsią dėmę visoje panašių tyrimų srityje. Klastotės gali lemti rinkimų rezultatus; manoma, tai greičiausiai ir įvyko 1950 m. rinkimuose: JAV senatorius Milardas E. Taidingsas (Millard E. Tydings) pralaimėjo, nes buvo išplatinta suklastota nuotrauka, vaizduojanti jį besikalbantį su Erlu Brauderiu (Earl Browder), Amerikos komunistų partijos lyderiu. Per pastaruosius kelerius metus politinėje reklamoje irgi buvo stulbinamai daug padirbtų nuotraukų, pavyzdžiui, 2004 m. pradžioje internete buvo išplatinta laikraščio iškarpa, kurioje matyti kandidatas į JAV prezidentus Džonas Keris (John Kerry), dalyvaujantis praėjusio amžiaus 8 dešimtmečio proteste prieš karą Vietname ir esantis scenoje kartu su garsia politine aktyviste Džeine Fonda (Jane Fonda). Žinoti, kada gali tikėti savo akimis, dabar svarbiau nei bet kada anksčiau.

Klastočių atpažinimo būdai

Apšvietimas: skirtingoje šviesoje

Paveikslėliuose, sulipdytuose iš skirtingų fotografijų dalių, gali pasitaikyti vos pastebimų apšvietimo, kurio sąlygomis buvo nufotografuotas žmogus ar objektas, skirtumų. Tokie neatitikimai dažnai nėra matomi plika akimi.
Nagrinėdama paveikslėlį, panašų į pateiktą dešinėje, mano grupė gali įvertinti šviesos šaltinio
padėtį kiekvieno asmens ar objekto atžvilgiu (rodyklės). Mūsų metodas remiasi paprastu faktu,
kad paviršiaus gaunamos šviesos kiekis priklauso nuo objekto santykinės padėties jos šaltinio
atžvilgiu. Pavyzdžiui, labiausiai apšviečiama į šviesą atgręžta rutulio dalis, o mažiausiai – kita,
šešėlyje liekanti pusė. Paviršiaus apšvietimas kinta priklausomai nuo jo ir sklindančios šviesos
susikirtimo kampo kiekviename objekto taške.


Norint nustatyti šviesos šaltinio vietą, reikia žinoti nagrinėjamo kūno paviršiaus padėtį. Daugelio nuotraukose vaizduojamų objektų padėtį ištirti sunku. Paprasčiau ją nustatyti tik pagal nuotraukoje esančio kūno paviršiaus kontūrą (šiuo atveju ančių galvos, policininkų šalmai), kai šviesa krinta statmenai kontūrui (raudonos linijos aukščiau). Matuodamas apšvietimo ir padėties parametrus skirtingose kontūro vietose, mūsų algoritmas apytiksliai nustato šviesos šaltinio vietą.






Paveikslėlyje šviesos šaltinio padėtis policininkų atžvilgiu neatitinka jo padėties ančių atžvilgiu (rodyklės). Dar reikėtų ištirti ir kitus dalykus, kad įsitikintume, jog būtent antys buvo įkeltos į originalią nuotrauką.

Akys: forma ir padėtis

Kadangi akių forma labai taisyklinga, jos analizė gali padėti nustatyti, ar nuotrauka redaguota.
Žmonių akių rainelės yra apskritos, tačiau, sukant akis į šonus, viršų ar apačią, jos atrodo vis elipsiškesnės. Kaip akys atrodys fotografijoje, galima įsivaizduoti sekant šviesos spindulius nuo šaltinio iki fotoaparato centro taško (b). Nuotrauka projektuojama į plokštumą (pažymėta mėlynai). Vaizdo centras – nuotraukos plokštumos ir spindulio, kuriuo nukreiptas fotoaparatas, sankirta, turi būti netoli nuotraukos centro.


Tyrėjai matuoja nuotraukoje matomų dviejų žmogaus akių rainelių formą, siekdami nustatyti, kokia yra asmens akių padėtis fotoaparato atžvilgiu ir kur yra vaizdo centras (c). Jei jis toli nuo nuotraukos centro ar nuotraukoje esančių žmonių vaizdo centrai skirtingi, tai yra klastojimo požymis (d). Šis algoritmas taip pat tinka ir tiriant kitus objektus, kurių formos žinomos, pavyzdžiui, du automobilio ratus. Vis dėlto šio metodo galimybės ribotos, nes jis remiasi tiksliu nežymių akių rainelių formos skirtumų matavimu. Mes su bendradarbiais esame atradę, kad galime patikimai nustatyti ryškius neatitikimus fotograijoje, pavyzdžiui, kai žmogus buvo perkeltas iš nuotraukos krašto į jos vidurį. Jei redagavimas buvo ne toks žymus, jį aptikti sunkiau.

Veidrodiniai atspindžiai: išdavikiški žybsniai

Aplinkiniai šviesos šaltiniai atsispindi akyse, dėl to susidaro maži balti taškeliai – vadinamieji veidrodiniai atspindžiai. jų forma, spalva ir vieta nemažai pasako apie apšvietimą.


2006 m. su manimi susisiekė redaktorius, susidomėjęs televizijos laidos American Idol žvaigždžių nuotrauka, kurią buvo ruošiamasi publikuoti jo žurnale. Veidrodiniai atspindžiai žmonių akyse buvo gana skirtingi (žr. pavyzdžius).


Atspindžio padėtis atskleidžia, kur yra šviesos šaltinis (žemiau kairėje). Kai žmogaus padėtis šviesos šaltinio atžvilgiu (geltona rodyklė) pajuda iš kairės į dešinę, atitinkamai pasikeičia ir veidrodinių atspindžių padėtis.




Atspindžiai televizijos laidos American Idol herojų akyse tokie nenuoseklūs, kad nuotraukos redagavimo faktui nustatyti pakanka vaizdinės ekspertizės. Vis dėlto daugeliu atvejų būtina ir matematinė analizė. Norint tiksliai nustatyti šviesos šaltinio vietą, reikia įvertinti akies formą bei santykines akių, fotoaparato ir šviesos šaltinio padėtis. Tai svarbu, nes akis nėra tobulas rutulys: skaidrus akies rainelės apdangalas
(ragena) yra kiek išsikišęs už jo ribų; savo programinėje įrangoje tai fiksuojame kaip rutulį, kurio viduriukas yra šiek tiek nukrypęs nuo akies baltymo (odenos) centro (viršuje dešinėje).
Mūsų algoritmas apskaičiuoja žmogaus akių padėtį pagal nuotraukoje matomų jo akių rainelės formą. Remdamasi šia informacija ir veidrodinių atspindžių padėtimi, programa nustato tikėtiną šviesos sklidimo kryptį. Greičiausiai laidos American Idol dalyvių nuotrauka (viršuje; atspindžių viduriukai pažymėti raudonais taškeliais žaliuose rutuliuose) buvo sukomponuota iš mažiausiai trijų nuotraukų.

Visur, kur pažvelgsite

Nuotraukų klastojimo problemų iškyla įvairiose srityse. Liu buvo toli gražu ne pirmasis naujienų fotografas, kuris dėl skaitmeninių klastočių prarado darbą ir kurio nuotraukos dėl šios priežasties buvo pašalintos iš duomenų bazių. Laisvai samdomas libanietis fotografas Adnanas Hadžas (Adnan Hajj) dešimt metų Reuters naujienų agentūrai tiekė stulbinamas Artimųjų rytų konfliktų nuotraukas, tačiau 2006 m. rugpjūtį Reuters išplatino jo darytą nuotrauką, kurioje buvo matyti akivaizdžių klastojimo pėdsakų. Fotograijoje buvo vaizduojamas Izraelio bombardavimų apgriautas Beirutas, o kai kurie virš miesto besisklaidančių tirštų dūmų tumulai buvo aiškiai pridėt.

2003 m. Los Angeles Times atleido Brajaną Valskį (Brian Walski), nes jo Irake daryta fotograija, atspausdinta vieno šio laikraščio numerio tituliniame puslapyje, pasirodė besanti sulipdyta iš dviejų atskirų fotografijų dalių – taip siekta sukurti dramatiškesnį vaizdą. Akylas kito laikraščio darbuotojas, nuotraukoje ieškodamas Irake gyvenančių pažįstamųjų veidų, pastebėjo besikartojančius tų pačių žmonių atvaizdus. Panašias diskusijas ir pasmerkimą išprovokavo ir naujienų žurnalų Times (redaguota nusikaltėlio o. j. Simpsono (o. j. Simpson) nuotrauka 1994 m.) bei Newsweek (nuotrauka, kurioje verslo magnatės Martos Stiuart (Martha Stewart) galva buvo „priklijuota“ prie lieknesnės moters kūno) viršeliuose pasirodžiusios klastotės. Nuotraukų skandalai krėtė ir mokslo bendruomenę. Liūdnai pagarsėjęs tiriamasis kamieninių ląstelių darbas, parengtas Seulo nacionalinio universiteto mokslininko Vu Suk Hvango (Woo Suk Hwang) ir jo kolegų, 2005 m. paskelbtas Science žurnale, rodė, kad šiai tyrėjų komandai pavyko sukurti 11 kamieninių ląstelių kolonijų. Nepriklausomas tyrimas atskleidė, kad 9 iš jų netikros, o nuotraukos buvo suklastotos remiantis dviejų tikrų kolonijų atvaizdais. Maikas rosneris (Mike rossner) teigia, kad per laikotarpį, kai jis buvo Journal of Cell Biology leidinio vyriausiasis redaktorius, apytiksliai kas penkto priimamo rankraščio iliustracijos būdavo redaguotos, ir taip prastai, kad reikėdavo jas rengti iš naujo.

Nuotraukų autentiškumas gali turėti ir daugybę teisinių pasekmių. 2006 m. Vopakonetos mieste, Ohajo valstijoje, vykstančiame teisme dėl įtariamo vaikų pornografijos atvejo gynyba teigė, kad jei valstija negalės įrodyti, jog nuotraukos, rastos kaltinamojo kompiuteryje, yra tikros, bus galima teigti, kad kaltinamasis turi teisę jas laikyti. Šioje byloje aš liudijau kaltintojo naudai ir aiškinau prisiekusiesiems šiuolaikinių nuotraukų apdorojimo technologijų galimybes bei ribas. Supažindinau juos su analizės, paremtos metodais, leidžiančiais atskirti kompiuteriu sukurtus vaizdus nuo tikrų fotografijų, rezultatais. gynybos argumentas dėl netikrų
nuotraukų buvo atmestas.

Vis dėlto keletas valstijų ir federalinių teismų savo nutartyse nurodė, kad dėl pernelyg didelio kompiuteriu sukuriamų paveikslėlių tikroviškumo prisiekusiųjų neturėtų būti prašoma nuspręsti, ar nuotrauka yra tikra, ar suklastota. Mažiausiai vienas federalinis teisėjas abejojo netgi liudijančių ekspertų sugebėjimais padaryti tokią išvadą. Tai kaip kada nors galėsime pasitikėti skaitmenine fotografija, jei ji bus pateikta teisme kaip įrodymas?

Klastočių atpažinimo būdai (2)

Dublikatai: klonai – pirmyn

Klonavimas – paveikslėlio dalies kopijavimas ir įklijavimas kitoje jo vietoje – yra labai dažnas ir galingas klastojimo būdas.


Ši nuotrauka buvo paimta iš televizijos reklamos, rodytos Džordžo V. Bušo (George W. Bush) perrinkimo kampanijoje 2004 m. pabaigoje. Klonuotų paveikslėlio dalių paieška, taikant „jėgos“ (angl. bruteforce) algoritmą, nagrinėjantį kiekvieną pikselį visose galimose srityse, yra nepraktiška, nes tokios dalys gali būti bet kokios formos ir išsidėsčiusios bet kur. Dėl to lygintinų vietų yra labai daug ir gausybė mažyčių atsitiktinių paveikslėlio dalių gali būti atpažintos kaip identiškos (klaidingi perspėjimai). Mano grupė sukūrė efektyvesnį metodą: tyrinėjamos mažos pikselių grupės, paprastai – 6 x 6 dydžio pikselių blokai (žr. pavyzdį).
Algoritmas apskaičiuoja tam tikrą kiekvieno tokio 6 x 6 dydžio bloko rodiklį, apibūdinantį visų 36 bloko pikselių spalvas. Tada šiuo rodikliu remiamasi visus blokus išrūšiuojant taip, kad tapatūs ir labai panašūs atsidurtų greta. Galų gale programa ieško identiškų blokų ir bando iš jų sukurti didesnius pasikartojančių paveikslėlio dalių darinius. Analizuodamas blokus algoritmas gerokai sumažina klaidingų perspėjimų, kuriuos reikia ištirti ir atmesti, kiekį. Algoritmas minėtoje politinės reklamos nuotraukoje aptinka tris identiškas paveikslėlio dalis (raudonas, mėlynas ir žalias kontūrai).

Retušavimas: fotoaparato braižas

Skaitmeninis nuotraukos retušavimas retai palieka pastebimą pėdsaką. Kadangi toks procesas gali būti atliekamas labai įvairiai, norėjau sugalvoti algoritmą, galintį aptikti bet kokį paveikslėlio pakeitimą. Metodas, kurį sukūrė mano grupė, remiasi praktiškai visiems skaitmeniniams fotoaparatams būdinga veikimo ypatybe.
Skaitmeninio fotoaparato jutikliai yra išdėstyti taip, kad sudarytų stačiakampį pikselių tinklelį. Skirtingi pikseliai šviesos intensyvumą aptinka tik labai siaurame bangų ilgio diapazone, apytiksliai atitinkančiame žalią, raudoną ir mėlyną spalvas. Tai lemia spalvų filtrų rinkinys (angl. CFA), įrengtas ant skaitmeninio jutiklių tinklelio. Dažniausiai naudojamame Bayer rinkinyje raudonos, žalios ir mėlynos spalvų filtrai yra išdėstyti taip, kaip parodyta dešinėje. Dėl šios priežasties iš kiekvieno pikselio gaunami duomenys tik apie vieną spalvinį kanalą iš trijų, būtinų pikseliui skaitmeniniame vaizde apibrėžti. Trūkstama informacija yra užpildoma pačiame fotoaparate esančio procesoriaus arba pradinius duomenis interpretuojančios programinės įrangos, interpoliuojant šalia esančių pikselių duomenis. Tai paprasčiausia padaryti skaičiuojant gretimų pikselių reikšmių vidurkį, nors norint pasiekti geresnius rezultatus naudojami ir tobulesni algoritmai. Tačiau kad ir koks interpoliavimo algoritmas būtų taikomas, galutinio skaitmeninės nuotraukos varianto pikseliai bus susiję su savo kaimynais. Jei nuotraukoje nėra tam tikrų pikselių ryšių, būdingų konkrečiam fotoaparatui, galima teigti, kad ji buvo kokiu nors būdu retušuota. Mano grupės algoritmas skaitmeninėje nuotraukoje ieško tokių pasikartojančių ryšių ir gali aptikti nuokrypius nuo jų. Jei šių ryšių nėra mažoje nuotraukos dalyje, labiausiai tikėtina, kad ten buvo kas nors truputį pakeista. Tokių ryšių gali apskritai nelikti, jei buvo redaguota visa pirminė nuotrauka, pavyzdžiui, keičiamas jos dydis ar stipriai suspausta JPEG formatu. Šis metodas gali aptikti tokius pakeitimus, kaip Reuters agentūros 2005 m. nuotraukoje iš Jungtinių Tautų Saugumo Tarybos susitikimo (kairėje); norint padidinti užrašo įskaitomumą, buvo pakeistas jos kontrastingumas. Šio metodo trūkumas tas, kad jis veiksmingas tik tiriant pirminę skaitmeninę nuotrauką; pavyzdžiui, tarp iš spaudinio nuskaitytos nuotraukos pikselių jau bus nauji ryšiai, susidarę dėl skaitytuvo.

Nuotraukos analizė *

Pirmosios nuotraukos komentaras

Nesutampantys veidrodiniai atspindžiai rodo, kad du pirmaujantys dviratininkai buvo nufotografuoti ne kartu. Šviesos šaltinio padėtis merginos veido atžvilgiu (rodyklės) nesutampa su jo padėtimi „jos“ kūno ir kitų dviratininkų atžvilgiu. Pridėtas gaisro hidrantas atspindi dar viena kryptimi sklindančią šviesą. Fone esančius dviratininkus supa klonuoti krūmai, žolė ir kelkraštis
1 Suardyti pikselių ryšiai gali atskleisti vietas, kur retušavimo būdu buvo pašalinti logotipai.
2 Ir tai, kad merginos šalmas buvo padirbtas.
3 Nuspalvinus kopijuotą vyro šalmo atvaizdą. Pirminę fotografiją galite pamatyti
apsilankę www.SciAm.com/jun2008 tinklalapyje.

Ginklavimosi varžybos

Straipsnio iliustracijose išdėstyti klastočių aptikimo metodai gali bent šiek tiek atkurti pasitikėjimą fotografijomis. Tačiau beveik neabejotina, kad toliau tobulinant programinę suklastotų nuotraukų aptikimo įrangą, padirbinėtojai taip pat stengsis atrasti būdų apkvailinti bet kurį algoritmą ir įvaldys vis galingesnę teisėtą programinę skaitmeninių vaizdų redagavimo įrangą. Vis dėlto kai kurie tyrimo įrankiai gali būti nesunkiai apgaunami, pavyzdžiui, būtų nesudėtinga sukurti programą, atstatančią tinkamus pikselių ryšius kaip originaliose nuotraukose. Apeiti kitus metodus bus kur kas sunkiau, juo labiau paprastam vartotojui. Pirmose trijose iliustracijose pristatomos technikos remiasi fotografavimo metu iksuojamomis sudėtingomis ir subtiliomis apšvietimo bei geometrijos savybėmis. jas pakeisti, naudojantis įprasta programine vaizdų redagavimo įranga, yra sunku.

Kaip ir reklaminių šiukšlių bei kovos su jomis, taip pat virusų ir antivirusinių programų varžybose, jau nekalbant apie nusikaltimus apskritai, ginklavimosi varžybos tarp nusikaltėlių ir tyrėjų yra neišvengiamos. Tobulėjant skaitmeninei nuotraukų ekspertizei, neaptinkamai klastoti nuotraukas bus itin sunku ir užims daug laiko. Skaitmeninės nuotraukų ekspertizės sritis dar gana jauna, bet mokslinės informacijos leidėjai, naujienų transliuotojai ir teismai pradeda naudotis jos metodais. Tikiuosi, kad per artimiausią dešimtmetį patobulėjusi nuotraukų ekspertizė bus taikoma taip pat įprastai kaip ir fizinė ekspertizė. Viliuosi, kad ši nauja technologija, taip pat tinkamos taisyklės ir įstatymai padės mums įveikti dabartinės jaudinančios (nors kartais ir gluminančios) skaitmeninės eros iššūkius.

Hany Farid

Apie autorių. Heinis Faridas (Hany Farid) yra bendradarbiavęs su JAV federalinėmis teisėsaugos agentūromis ir daugybe kitų klientų, padėjęs jiems įvertinti nuotraukų autentiškumą. Faridas turi Deivido T. Maklalino (David T. McLaughlin) garbės profesoriaus vardą kompiuterijos mokslo srityje, užima aukštas pareigas Dartmuto universitete ir yra jo
Saugumo technologijų studijų instituto narys. Jis dėkoja studentams ir kolegoms, su kuriais kūrė skaitmeninės ekspertizės metodus – ypač Mikai K. Džonsonui (Micah K. Johnson), Erikui Ki (Eric Kee), Sivei Lju (Siwei Lyu), Alinui Popescu (Alin Popescu), Veihong Vangui (Weihong Wang) ir Džefriui Vudvardui (Jefrey Woodward).

Jei norite pasidomėti plačiau

Exposing Digital Forgeries in Color Filter Array Interpolated Images. Alin C. Popescu and Hany Farid in IEEE Transactions on Signal Processing, Vol. 53, No. 10, p. 3948–3959; October 2005.
www.cs.dartmouth.edu/farid/publications/sp05a.html

Detecting Photographic Composites of People. Micah K. Johnson and Hany Farid. Presented at the 6th International Workshop on Digital Watermarking, Guangzhou, China, 2007.
www.cs.dartmouth.edu/farid/publications/iwdw07.html

Lighting and Optical Tools for Image Forensics. Micah K. Johnson. Ph.D. dissertation, Dartmouth College, September 21, 2007.
www.cs.dartmouth.edu/farid/publications/mkjthesis07.html...

Hany Farid’s Web site www.cs.dartmouth.edu/farid


Scientific American lietuviškas leidimas
www.sciam.lt