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。

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。

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。

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.

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.

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.

{vembed Y=yaq4sWFvnAY}
麻省理工学院的一个团队制作了这个假录像，展示了美国总统理查德·尼克松（Richard Nixon）朗读一段演讲的台词，以防万一1969年的月球登陆失败。 （Youtube）

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。

这些人不存在，它们只是人工智能生成的图像。 生成的照片, CC BY

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。

在2009年美国前总统巴拉克·奥巴马（左）和2017年美国总统唐纳德·特朗普（右）的就职典礼上，人群的看法。 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。

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

本文重新发表 谈话 根据知识共享许可。 阅读 原创文章.