Twitter屏幕截图/ Unsplash, 作者提供
推特在周末被“标记”为操纵视频,显示美国民主党总统候选人乔·拜登(Joe Biden)在向人群讲话时忘记了他处于哪个州。
拜登的“你好明尼苏达州”问候语与醒目的标语“佛罗里达州坦帕”和“ Text FL to 30330”形成鲜明对比。
美联社的事实核查 确认 标牌以数字方式添加,原始镜头确实来自明尼苏达州的一次集会。 但是到了误导性视频被删除时,其观看次数已超过一百万, 守护者 报告。
一段虚假的视频声称,拜登忘记了过去1小时在Twitter上被浏览超过24万次的拜登州
—多妮·奥沙利文(@donie) 2020 年 11 月 1 日
在视频中,拜登说:“你好,明尼苏达州。”
该事件确实在MN中发生-在舞台上读过MN的标志
但是假视频编辑了读佛罗里达的标志 pic.twitter.com/LdHQVaky8v
如果您使用社交媒体,则有可能看到(并转发)更多 3.2十亿 图片和 720,000小时 影片 每天分享。 当面对如此之多的内容时,我们如何才能知道什么是真实的,什么不是?
虽然解决方案的一部分是增加使用内容验证工具,但同样重要的是我们都提高了数字媒体素养。 归根结底,最好的防线之一,也是您可以控制的唯一防线。
眼见不一定总会相信
在任何媒体中,错误信息(当您意外共享虚假内容时)和错误信息(当您故意共享虚假内容时) 削弱对民间机构的信任 例如新闻机构,联盟和社会运动。 但是,假照片和视频通常是最有效的。
对于具有既得政治利益的人来说,创建,共享和/或编辑虚假图像可能会分散观众的注意力,使其混乱和操纵,从而引起不和谐和不确定性(尤其是在已经极化的环境中)。 海报和平台也可以通过分享虚假的,煽情的内容来赚钱。
只有 11,25% 据国际新闻工作者中心称,全球有XNUMX%的新闻工作者使用社交媒体内容验证工具。
您能发现篡改的图像吗?
考虑一下马丁·路德·金的这张照片。
小马丁·路德·金博士给中指 #DopeHistoricPics pic.twitter.com/5W38DRaLHr
-Dope Historic Pics(@dopehistoricpic) 2013 年 12 月 20 日
本篇 变更的图片 将小部分背景复制到小金刚的手指上,因此看起来他正在关闭相机。 它已被共享为正版 Twitter, Reddit 和 白人至上主义者网站.
在 原版的 1964年的照片,在得知美国参议院通过了民权法案之后,金在“ V代表胜利”的标志上闪了光。
“热爱和平的人必须学会与热爱战争的人一样有效地组织起来。”
-威利的储备(@WilliesReserve) 2019 年 1 月 21 日
马丁·路德·金
??
这张照片摄于19年1964月XNUMX日,显示金博士听到民权法案已通过参议院后发出了和平标志。 @斯诺普斯 pic.twitter.com/LXHmwMYZS5
除了添加或删除元素外,还有一整类照片处理,其中将图像融合在一起。
今年早些时候,一个 照片 一名武装人员的照片被 福克斯新闻,从而将该人叠加到其他场景上,而没有公开修改内容,《西雅图时报》 报道.
您是说这个人被福克斯新闻社(Fox News)发布的三张照片合影了吗? pic.twitter.com/fAXpIKu77a
— 詹德·耶茨 ????????? ???? ??????? (@ZanderYates) 2020 年 6 月 13 日
同样的, 图片 XNUMX月,在澳大利亚的“黑色夏天”丛林大火中,以下内容在社交媒体上被分享了数千次。 法新社的事实检查 确认 它不是真实的,实际上是 几个 分开 照片.
图像比Greta的尖叫更强大。 一个沉默的女孩拿着一只考拉。 她从他们找到避难所的海水中直视着您。 她戴着呼吸面罩。 他们身后有一堵火墙。 我不知道摄影师的名字 #Australia pic.twitter.com/CrTX3lltdh
-EVC音乐(@EVCMusicUK) 2020 年 1 月 6 日
完全和部分合成的内容
在网上,您还会发现复杂的“deepfake”视频,以展示(通常是著名的)人们从未做过的事情或做过的事情。 可以使用应用程序创建高级版本 如赵 和 改写.
或者,如果您不想将照片用作个人资料照片,则可以默认为以下几种之一 网站 提供成千上万的AI生成的逼真的人物图像。
编辑像素值和(并非如此)简单裁剪
裁剪也会极大地改变照片的背景。
我们在2017年看到了这一点,据一位美国政府雇员编辑了唐纳德·特朗普就职典礼的官方照片,以使人群显得更大。 守护者。 职员切开了“人群结束的地方”的空白区域,为特朗普拍摄了一组照片。
AP
但是,仅更改像素值(例如颜色,饱和度或对比度)的编辑呢?
一个历史例子说明了这种情况的后果。 1994年,《时代》杂志 外壳 OJ Simpson的作品在他的作品中大大“削弱”了Simpson 警察面部照片。 这为已经受到种族紧张困扰的案件增添了活力,该杂志对此进行了报道。 回应:
时间或艺术家都没有种族意味。
您可能会想到1994年的这一争议。《时代》杂志因OJ Simpson的面部表情变暗而陷入困境,最终不得不撤回该刊物。 这可能是最著名的例子。 而且,是的,我知道自己正在约会。 pic.twitter.com/7U7Yw7XZGU
-Pilar Pedraza TV(@PilarPedrazaTV) 2020 年 11 月 2 日
揭穿数字伪造的工具
对于我们中那些不想被视觉错误/虚假信息迷惑的人,有一些可用的工具-尽管每种工具都有其自身的局限性(我们最近在讨论 纸).
无形 数字水印 已经提出了解决方案。 但是,它并不广泛,需要内容发布者和发行者的支持。
反向图像搜索(例如 谷歌的)通常是免费的,并且有助于在线识别更早,可能更真实的图像副本。 也就是说,它不是万无一失的,因为它是:
- 依赖于已经在线的媒体的未经编辑的副本
- 不搜索 整个 卷筒纸
- 并不总是允许按发布时间进行过滤。 一些反向图像搜索服务,例如 TinEye 支持此功能,但Google不支持。
- 仅返回完全匹配或接近匹配,因此不彻底。 例如,编辑图像然后翻转其方向会使Google误以为它是完全不同的图像。
最可靠的工具是复杂的
同时,针对视觉错误/虚假信息的手动取证检测方法主要集中在肉眼可见的编辑上,或者依赖于检查并非每个图像都包含的特征(例如阴影)。 它们也很耗时,昂贵并且需要专业知识。
不过,您可以访问Snopes.com等网站来访问该领域的工作,该网站的“仿造术“。
计算机视觉和机器学习还为图像和图像提供了相对高级的检测功能。 视频。 但是他们也需要专业技术才能操作和理解。
此外,改进它们需要使用大量的“训练数据”,但是用于此目的的图像存储库通常不包含新闻中看到的真实图像。
如果您使用图像验证工具,例如REVEAL项目的 图像验证助手,您可能需要专家来帮助解释结果。
好消息是,在使用上述任何一种工具之前,您都可以问自己一些简单的问题,以弄清楚社交媒体上的照片或视频是否是伪造的。 认为:
- 它最初是为社交媒体制作的吗?
- 它发行了多长时间?
- 它收到了什么回应?
- 谁是目标受众?
通常,从答案中得出的逻辑结论足以消除不真实的视觉效果。 您可以访问由曼彻斯特城市大学专家汇总的问题的完整列表, 点击此处.
作者简介
TJ Thomson,视觉传达与媒体高级讲师, 昆士兰科技大学; 丹尼尔·安格斯(Daniel Angus),数字通信副教授, 昆士兰科技大学以及高级讲师Paula Dootson, 昆士兰科技大学