Utililizzo del Local Texture Map per individuare i fotomontaggi

Uno dei tanti utilizzi del Local Texture Mapping che ho ipotizzato al di fuori dell’imaging medico è nel rilevamento delle foto ritoccate. Mi sono in particolare chiesto se le tecniche di fotoritocco lasciano sulle immagini ritoccate degli artefatti non visibili ad occhio nudo, ma comunque rilevabili con le tecniche di mapping proprie della radiomica (in modo simile a quanto già visto per i deepfake e a quanto già si fa con la ELA – Error Level Analisys). Nel far questo ho condotto un esperimento molto semplice e riproducibile prendendo alcune fotografie dal database Wikimedia Commons di paesaggi e cancellando da queste la Luna utilizzando il plugin GIMP-Resynthesizer. Le foto così ritoccate sono state quindi elaborate con il software LIFEx per creare le mappe necessarie all’analisi visiva con il metodo illustrato sotto. Scopo dell’esperimento è stato verificare se, come e con quale efficacia queste mappe riuscivano a localizzare le aree ritoccate.

Materiali e metodi:

Sono state prelevate dal database di Wikimedia Commons un totale di 28 foto raffiguranti la Luna caratterizzate da un diverso sfondo, formato e risoluzione (mantenendo sempre la dimensione dei file sotto i 3 MB a causa dei limiti tecnici dell’hardware in mio possesso). Ad ogni foto è stata quindi “cancellata” la Luna usando il software GIMP mediante il plugin GIMP-Resynthesizer, in modo da ottenere dei fotomontaggi realistici e riproducibili (le foto visibilmente alterate dopo questo passaggio sono state scartate dallo studio). Fatto questo ogni foto è stata rinominata con il nome “nomoon” ed è stata scomposta nelle 3 componenti RGB utilizzando sempre GIMP. Ogni componente è stata quindi salvata in un file .png separato ed elaborata con il software LIFEx per crearne le mappe degli indicatori della matrice GLCM già viste negli studi precedenti (dissimilarità, entropia, contrasto, energia ed omogeneità). Tali mappe sono poi state sottoposte a valutazione visiva alla ricerca di irregolarità di texture nella zona sottoposta a fotoritocco. Se anche una sola mappa relativa ad un solo colore mostrava alterazioni il test è stato considerato POSITIVO. Per creare le mappe sono stati utilizzati i soliti parametri (range da 0 a 256, 64 livelli di grigio, size of bin pari a 4, diametro del kernel pari a 7 pixel) . L’area fotoritoccata è sempre stata creata di forma rettangolare includendo tutta la Luna e tutta la zona di cielo illuminata da essa. I dati completi saranno presto disponibili per il download su GalactiChan.

Risultati:

Delle 28 immagini create cancellando la Luna 2 erano composte interamente da pixel neri (0,0,0) al di fuori di quelli della Luna e per tali motivi hanno dato origine dopo il fotoritocco ad immagini completamente nere, non distinguibili da un ipotetico sfondo nero non ritoccato. Delle altre 26 immagini 20 hanno mostrato alterazioni texturali locali a livello della zona ritoccata per almeno un colore ed un indicatore (76% dei casi circa). In particolare le immagini raffiguranti la Luna con sfondo un cielo stellato (visibile spesso solo sbruciando l’immagine) hanno spesso fatto rilevate numerose stelle fittizie nella zona ritoccata evidenti anche senza usare il mapping (foto 1), mentre le immagini a sfondo nero contenenti molto rumore hanno messo in evidenza alterazioni spesso vistose a carico del rumore “ricreato” nella zona ritoccata (foto 3)

• 

• 

• 

• 

• 

• 

• 

• 

• 

• 

Com’era prevedibile risultati più incerti sono stati ottenuti con sfondi più complessi e caratterizzati da una distribuzione più disomogenea degli indicatori. In alcuni di questi casi la tecnica non da sempre i risultati sperati.

• 

• 

• 

Discussione:

La tecnica descritta si è dimostrata relativamente accurata nel rilevare le aree sottoposte a fotoritocco con il plugin GIMP-Resinthesizer (76% dei fotoritocchi rilevati correttamente) specie nei casi di sfondi scuri ed omogenei; è risultata invece un po’ meno efficace nel caso di sfondi molto colorati o disomogenei, ove gli indicatori studiati sono meno efficaci nel rilevare differenze indotte dalla tecnica di fotoritocco. Purtroppo a causa dell’hardware datato di cui dispongo non ho potuto lavorare su foto a più alta risoluzione (anche studiare queste poche immagini ha richiesto ore di calcolo) ma sarebbe buona cosa rifare l’esperimento su un campione più ampio e di immagini di qualità migliore. Sarebbe inoltre auspicabile lo studio di campioni di immagini ritoccate con altre tecniche (strumento clona, aggiunta di figure al posto della loro rimozione, ecc…) per vedere quanto i dati finora rilevabili siano generalizzabili. Ad ogni modo il test descritto sembra non essere affetto dai limiti già noti per la ELA.

Conclusioni:

Dai dati finora desunti appare come il Local Texture Mapping (se sottoposto a validazione su campioni più vasti e diversi) possa forse in futuro essere usato anche per l’analisi forense delle immagini digitali.