Une étude montre qu’il est possible d’utiliser un réseau de neurones pour détecter de fausses photos. Des outils installés directement dans les caméras seraient probablement nécessaires pour cela.
Des outils de détection de fausses photos
Internet est inondé de fausses photos. Des images d’ovni ou de monstres par exemple, mais aussi de montages destinés à faire du tort à une personne sont très courantes ou bien encore pour créer de fausses preuves. Avec la multiplication des outils de retouche d’images, il est souvent très difficile de savoir s’il s’agit d’un vrai cliché ou si celui-ci a été retouché et qu’il s’agit donc d’un montage.
Les experts en criminalistique numérique sont capables de déterminer si une image a été manipulée ou pas, mais cela prend du temps et cela coûte cher. D’où l’idée d’utiliser un réseau de neurones basé sur l’apprentissage automatique pour faciliter la démarche.
Des chercheurs de la Tandon School of Engineering de l’Université de New York ont publié une étude intitulée «Neural Imaging Pipelines – the Scourge or Hope of Forensics? ». Ils suggèrent ainsi qu’une méthode de détection soit directement intégrée dans les caméras photo. Ils détaillent une méthode dans laquelle un réseau de neurones remplace le processus de développement de la photo, afin que l’image originale soit marquée avec quelque chose comme un filigrane numérique. Cela permettrait d’indiquer la provenance de la photo dans une analyse numérique de criminalistique et de savoir si celle-ci a été manipulée en la comparant à son état d’origine.
Pour les experts, la provenance d’une photo est un élément d’information crucial pour déterminer si le contenu est authentique ou s’il a été falsifié. Le réseau de neurones permettrait ainsi de répondre à la question de savoir s’il s’agit de fausses photos en remontant à la source. Nasir Memon, l’un des chercheurs ayant mené l’étude explique : « Nous travaillons donc en créant une image conviviale pour la criminalistique, qui permettra une meilleure analyse médico-légale qu’une image typique. C’est une approche proactive plutôt que de simplement créer des images pour leur qualité visuelle et d’espérer que les techniques de police scientifique fonctionnent après coup ».
Une précision de détection qui passe à plus de 90 %
Selon les chercheurs, cette technique permet de passer de 45 à 90 % la probabilité de détecter de fausses photos. Le modèle d’apprentissage automatique permet donc d’améliorer très nettement la possibilité d’identifier si une image provient directement de la caméra ou si celle-ci a été affectée par une opération de post-traitement.
Cette technique a toutefois des limites. Il faudrait une adoption généralisée de ces outils par les fabricants de caméras numériques ainsi que des smartphones. Le système ne pourrait pas être utilisé pour les vidéos bien que cela soit théoriquement possible. Enfin, les experts soulignent qu’il est fort possible que des faussaires puissent, un jour, contourner la méthode.
📍 Pour ne manquer aucune actualité de Presse-citron, suivez-nous sur Google Actualités et WhatsApp.
Un premier pas intéressant, mais comme vous dites ils est probable qu’un faussaire pourra un jour trouver un moyen de le détourner.
Le mieux en ce domaine serait d’apprendre aux Internautes quelques techniques simples pour apprendre à déceler les montages les plus flagrants.